一种基于混合麻雀搜索算法的无人机路径规划方法技术

本发明专利技术涉及一种基于混合麻雀搜索算法的无人机路径规划方法，包括：构建任务环境模型，并设置该环境下无人机路径规划问题模型优化函数以及约束条件；获取当前时刻无人机所在位置；基于无人机所在的位置，确定无人机对应的目标移动位置点；基于无人机所在的位置为起点、目标移动位置点为终点，规划移动路径。本发明专利技术的基于混合麻雀搜索算法的无人机路径规划方法，通过对麻雀搜索算法的改进，提升了算法在路径规划过程中的计算效率和收敛精度，实现了在三维环境下为无人机快速规划出最优搜索路径。

【技术实现步骤摘要】

本专利技术涉及无人机路径规划领域，具体涉及一种基于混合麻雀搜索算法的无人机路径规划方法。

技术介绍

1、泥石流等突发性重大公共安全事件造成了大规模的损害，灾后救援的反应速度和救援能力面临着严峻的考验。只依靠人力救援不能够满足快速救援的需求，如何有效提升灾后救援能力，快速反应、准确处置灾情显得尤为重要。无人机作为灾后救援装备体系建设的中坚力量，具备反应速度快、适应性强、救援效率高等特点，在人员搜救等灾后救援行动中弥补了传统救援方式中存在的低效率问题，提升了灾后救援的整体效率，成为未来航空灾后救援领域的重要装备。其中，无人机路径规划是无人机在执行搜救任务中非常重要的环节，如何根据现有任务需求、应用条件与飞行环境，解决无人机快速高效路径规划问题，具有重要研究意义。

2、求解无人机路径规划问题的方法主要分为经典算法和群体智能优化算法。经典算法虽然有计算速度快、效率高等优点，但在面对较为复杂的问题时，往往会出现收敛速度慢、计算复杂度高等问题。因此，国内外学者提出了许多求解复杂问题的群体智能优化算法，如粒子群算法、蚁群算法、乌鸦搜索算法、鲸鱼算法、灰狼算法本文档来自技高网...

【技术保护点】

1.一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，在步骤S1中，无人机路径规划问题模型优化函数为：minF＝ω1·Jlength+ω2·Jheight+ω3·Jsmooth+η·Penalty，其中，Jlength表示飞行距离代价，Jheight为飞行高度代价，Jsmooth为飞行平滑度代价，Penalty为惩罚函数；ω1、ω2和ω3分别为无人机飞行距离代价、飞行高度代价和飞行平滑度代价的权重系数，且满足ω1+ω2+ω3＝1；η为惩罚函数因子，且η＝104。<...

【技术特征摘要】

1.一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，在步骤s1中，无人机路径规划问题模型优化函数为：minf＝ω1·jlength+ω2·jheight+ω3·jsmooth+η·penalty，其中，jlength表示飞行距离代价，jheight为飞行高度代价，jsmooth为飞行平滑度代价，penalty为惩罚函数；ω1、ω2和ω3分别为无人机飞行距离代价、飞行高度代价和飞行平滑度代价的权重系数，且满足ω1+ω2+ω3＝1；η为惩罚函数因子，且η＝104。

3.根据权利要求1所述的一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，在步骤s1中，约束条件包括：

4.根据权利要求1所述的一种基于混合麻雀搜索算法的无人机路径规划方法，其特征在于，...

【专利技术属性】
技术研发人员：彭桐睿，娄燕楠，武凤梅，孙辉，曾庆祥，米萨姆阿博德，田晶晶，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：