王锦博，宋 伟，尚 帅，兰庭信，盛守照

(南京航空航天大学自动化学院，江苏 南京 210016)

0 引言

我国西部地区地形复杂，山区众多，易发生山洪、泥石流和地震等突发性自然灾害，灾害发生后，无人直升机能够第一时间深入灾区，到达受灾严重地区进行侦查和救援。由于受灾地区多为山区，不论在进行救援前的灾情调查还是物资运送活动，无人直升机往往需要在山谷之中穿行，为保证无人直升机飞行安全与救援效率，需要快速准确地规划出救援航路。

无人直升机的航路规划需要综合考虑飞行时间、飞行高度和障碍物威胁等，并结合无人直升机的性能约束，规划出一条从初始位置到达任务目标位置的最优航路。常见的无人直升机路径规划算法有Dijkstra算法[1]、A*算法[2]、RRT算法[3]、人工势场法[4]，以及以遗传算法、蚁群算法、人工蜂群算法和鸽群算法为代表的智能优化算法[5-9]。将智能优化算法应用在无人直升机路径规划中是当前研究的热点。

粒子群算法(PSO)的基本概念源于对鸟群觅食行为的研究，通过群体中个体之间的协作和信息共享来寻找最优解[10]，具有操作简单、算法易于实现和鲁棒性好等优点。PSO算法在初始时能很快向最优值聚拢，但在最优值附近收敛变慢，易陷入局部最优。本文针对无人直升机航路规划问题，对粒子群算法进行了改进，引入选择操作和杂交操作增加种群多样性，避免陷入局部最优，当检测到种群陷入局部最优时，通过变异算子跳出局部最优解。……