李喜刚, 蔡远利

(西安交通大学 电子与信息工程学院, 陕西 西安 710049)

基于改进蚁群算法的无人机路径规划

李喜刚, 蔡远利

(西安交通大学 电子与信息工程学院, 陕西 西安 710049)

针对传统无人机路径规划算法存在规划效率低以及无法满足特定任务需求的缺点,提出了基于改进蚁群优化算法的无人机路径规划算法。首先,将待规划区域栅格化,给每一个网格按顺序编号;其次,在路径搜索时引入了一种双向搜索机制,对信息素的更新规则和下一步节点的选择方法做出改进;最后,提出了一种新的方法来整合两组蚂蚁生成的路径,并给出了若干仿真试验结果。结果表明,所提算法相比传统算法更能有效避免过早陷入局部最优,收敛速度加快,生成满足任务约束的最短路径。

蚁群优化算法; 无人机路径规划; 双向搜索

0 引言

无人机在整个航空领域扮演着越来越重要的角色。为了完成各种民用和军事任务,无人机控制系统面临许多难题,比如多机任务协同、路径规划、路径跟踪等,其中路径规划是无人机导航和控制的核心技术。

对路径规划的研究始于20世纪60年代,国内外学者提出了大量的路径规划算法,包括A*算法[1]、Voronoi图算法[2]、动态规划方法[3]、仿生学算法[4]等。由于路径规划问题具有高时间复杂度,所以,问题的求解时间会随着问题的规模呈指数型增长,尤其在复杂环境或者搜索空间比较大的情况下,上述所有算法的计算成本会急剧增加。由此,提出了新的启发式算法和混合式算法用于无人机路径规划,典型代表有模糊控制[5]、神经网络[6]、蚁群优化算法[7]、模拟退火-人工势场法[8]和粒子群算法[9]。……