【技术实现步骤摘要】
本专利技术涉及了一种无人机路径规划方法，尤其涉及一种基于改进nsga-ⅲ多目标优化方法的无人机复杂场景路径规划方法。
技术介绍
1、随着科技进步与发展，四旋翼无人机在人类生活生产中的应用越发广泛。但是，由不同形状、位置与大小的多个障碍物或是复杂崎岖的地形所形成的复杂障碍场景是影响无人机作业安全的主要障碍。而路径规划作为无人机的关键技术，是其执行各种所需任务、实现自主导航规划的基础，其目的在于面对各种复杂障碍场景下能够快速寻找到一条由起点到终点的路径，该路径在满足无碰撞的同时还能够满足各类任务目标需要。目前在无人机路径规划领域的主流方法包括a-star方法、dijkstra方法、rrt方法、rrt-star方法、prm方法、人工势场法、蚁群方法、粒子群方法等等。其中，a-star方法以及dijkstra方法作为贪婪方法的变种，其运算效率会随着地图尺寸的增加而急速下降。人工势场法、蚁群方法以及粒子群方法等智能方法容易被环境因素所干扰容易陷入局部最小值，且存在计算量大实时性差的问题。rrt方法、rrt-star方法以及prm方法作为基于随机采...
【技术保护点】
1.一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤3具体为：
3.根据权利要求1所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤4具体为：
4.根据权利要求3所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤41中，利用Hopfiled神经网络向网格编号地图的网格添加能量并进行能量状态迭代更新的具体公式如下：
5.根据权利要求3所述的一...
【技术特征摘要】
1.一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤3具体为：
3.根据权利要求1所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤4具体为：
4.根据权利要求3所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤41中，利用hopfiled神经网络向网格编号地图的网格添加能量并进行能量状态迭代更新的具体公式如下：
5.根据权利要求3所述的一种基于多目标优化方法的无人机复杂场景路径规划方法，其特征在于，所述步骤45中，nsga-ⅲ方法分别在n个待选区域内随机选择一个待选路径点，得到一条共n个路径点的初始路径，种群pt内共dim条初始路径，在dim条初始路径中遍历寻找后获得最优的n个...
【专利技术属性】
技术研发人员：王伟，廖榆信，徐泽铨，滕卫明，郝昊阳，张国良，王战，贺海晏，王进，陆国栋，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。