基于改进蚁群算法的多旋翼无人机航迹规划研究
2021-09-30徐海明苗东东
合肥工业大学学报(自然科学版) 2021年9期
王 庆, 徐海明, 吕 品, 蒋 锐, 苗东东
(1.合肥工业大学 工业与装备技术研究院,安徽 合肥 230009; 2.中国科学院 合肥智能机械研究所,安徽 合肥 230031; 3.中国科学院 合肥技术创新工程院,安徽 合肥 230088)
随着无人机技术的不断发展成熟,特别是体积小且廉价的微机电系统(micro-electro-mechanical system,MEMS)惯性导航系统的成功研制,无人机正逐步从军工领域向民用领域过渡。其中多旋翼无人机仅通过改变螺旋桨转速就能实现上下、前后、左右、偏航、横滚、俯仰运动,同时结构简单、安全可靠,现已成为当下最主流的飞行器,被广泛应用于航拍、电力巡检、警用安防、农业植保、地图测绘等领域。
航迹规划是无人机实现自主飞行的关键技术之一,国内外学者已经对其做了大量的研究工作,也取得了很多成果。航迹规划实际上就是在满足一定的约束条件下,找到一条从初始点到目标点最优无碰撞的航行路线。常见的航迹规划方法包括A*算法[1-3]、人工势场法[4-5]、最优控制法、可视图法、Voronoi图法[6]等传统算法以及遗传算法[7]、蚁群算法、粒子群算法[8]等智能算法。
传统的航迹规划算法以A*算法和人工势场法最为典型。由于借助了启发式函数的引导,A*算法通常能拥有更好的性能,但是该算法的运算难度会随着维数的增加呈指数型的增长,因此一般只适用于简单的二维空间的路径规划;人工势场法在复杂环境中容易发生震荡且易陷入局部最优解;其他传统算法针对三维的路径规划都有一定的局限性。随着人工智能算法的发展,蚁群算法、粒子群算法、遗传算法、神经网络等方法因具有很强的鲁棒性、正反馈机制和自组织特点,更适用于三维路径规划计算。……
登录APP查看全文