一种基于改进蚁群算法的无人机三维路径规划方法技术

本发明专利技术公开了一种基于改进蚁群算法的无人机三维路径规划方法，结合无人机起始点和目标点，初始化改进蚁群路径规划方法参数；根据无人机的当前位置，结合容许飞行区域，计算蚂蚁当前位置下可通行的节点，并计算这些节点的选择概率以及对应的应适度值；通过轮盘赌法选择下一个节点并移动；当前点为无人机飞行目标点，且当前蚂蚁序号等于蚂蚁种群个数时，将每个节点上的信息素根据个体适应度进行全局信息素更新；达到最大迭代次数，迭代停止，获得无人机的三维最优路径。本发明专利技术通过在传统蚁群算法的基础上在启发函数中增加距离偏离因子，将有关参数进行自适应处理，并结合个体适应度进行信息素更新，获得了更短的优化路径和更快的收敛速度。

【技术实现步骤摘要】

本专利技术涉及无人机三维路径规划，具体涉及一种基于改进蚁群算法的无人机三维路径规划方法。

技术介绍

1、随着无人机技术的不断发展，无人机路径规划已然成为无人机研究领域的重要组成部分。无人机路径规划是指在目标区域规划出一条从起始节点快速、安全到达目标点的最优路径。常见的路径规划算法分为经典算法和智能仿生算法。经典算法有a*算法、人工势场法和快速搜索随机树算法，智能优化算法有传统的蚁群算法、遗传算法、粒子群算法等。其中，蚁群算法作为一种基于种群的概率选择算法，与其他启发式算法相比，在求解性能上具有很强的鲁棒性和搜索能力，且易于与其他启发式算法相结合，所以蚁群算法在路径规划领域中得到了广泛的应用。但蚁群算法也包含了一些缺点，例如收敛速度慢，容易陷入局部最优解等。

技术实现思路

1、专利技术目的：本专利技术的目的在于，通过在传统蚁群算法的启发函数中加入距离偏离因子，引导无人机向目标点进行寻优；其次，对状态转移函数中信息素权重因子和启发函数权重因子进行自适应处理；最后，使信息素挥发系数根据算法迭代次数及路径适应度自适应本文档来自技高网...

【技术保护点】

1.一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（1）实现过程如下：

3.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（2）实现过程如下：

4.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（3）实现过程如下：

5.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（4）实现过程如下：</p>

6.根据...

【技术特征摘要】

1.一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（1）实现过程如下：

3.根据权利要求1所述的一种基于改进蚁群算法的无人机三维路径规划方法，其特征在于，所述步骤（2）实现过程如下：

4.根据权...

【专利技术属性】
技术研发人员：宋宇，丁旭鲁，徐军生，翟双，郭昕刚，程超，梁超，张丽影，刘伟达，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：