基于人工势场法优化的蚁群无人机航路规划

2014-07-13李昆鹏

西安航空学院学报 2014年5期

王芳，李昆鹏

(1．西安航空学院航空工程系，陕西西安710077； 2．长安大学机械学院，陕西西安710064)

1 引言

航路规划( Path Planning)是指在目标点与起始点之间，为运动物体寻找满足某种性能指标和某些约束的线路、路径[1]。随着雷达探测跟踪能力的不断增强以及地面防空系统日益完善，无人机面临的战场环境也不断变化，因此在有限时间内规划全局最优路径，使无人机能够顺利地往返可疑目标点( 有时是多个目标点) ，是保障无人机安全性和作战效率的关键所在，也是目前航路规划有待解决的问题。

目前，国内外常用的无人机航路规划算法大致可分为两类：确定型(或启发式)搜索算法和随机型(或智能优化)搜索算法。相对于确定型搜索算法，随机型算法在求解复杂航路规划问题上具有明显优势[2]。智能优化算法是随机型搜索算法中的一个大类，由于其思想简单，易于操作，且对优化函数没有特殊要求，因此近年来被广泛应用于航路规划，常用的有遗传算法[3]、粒子群算法[4]和蚁群算法(AOC)[5]等。上述仿生规划算法虽然可以获得较高精度的可行路径，但是通常算法存在易于陷入局部最优和收敛速度慢等问题，难以满足航路规划实时性的要求。

为了解决上述问题，本文提出一种改进的AOC航路规划算法，通过采用人工势场法优化AOC，可以很好地改善AOC算法搜索中的盲目性以及收敛速度慢等问题。