基于蚁群算法的无人机航迹规划技术及研究现状

被引:16
作者
张斌
钱正祥
机构
[1] 解放军陆军军官学院三系
关键词
蚁群算法; 航迹规划; 现状;
D O I
10.16358/j.issn.1009-1300.2012.04.010
中图分类号
V249.1 [飞行控制];
学科分类号
082501 [飞行器设计];
摘要
配置适当的算法是无人机航迹规划的关键技术之一。介绍了一种基于蚁群算法的无人机航迹规划技术的基本原理,并采用网格图建模,演示了无人机二维航迹规划问题的一般实现步骤。然后从改进算法、更换其它模型、多无人机航迹规划、动态航迹规划等四个方面探讨了基于蚁群算法的无人机航迹规划技术的研究现状,并指明了配置更完善的算法实现复杂条件下的实时航迹规划等问题是无人机航迹规划未来的主要研究方向。
引用
收藏
页码:58 / 62
页数:5
相关论文
共 11 条
[1]
基于改进遗传蚁群算法的无人机航路规划 [J].
姚永杰 ;
席庆彪 ;
刘慧霞 .
计算机仿真, 2011, 28 (06) :44-47+70
[2]
基于混合蚁群算法的无人机航路规划 [J].
税薇 ;
葛艳 ;
韩玉 ;
魏振钢 ;
孟友新 .
系统仿真学报, 2011, (03) :574-576+597
[3]
优化蚁群算法在无人机航路规划中的应用 [J].
邱小湖 ;
邱永成 .
计算机仿真, 2010, 27 (09) :102-105
[4]
基于改进蚁群算法的无人飞行器航迹规划 [J].
熊瑜 ;
饶跃东 .
计算机与数字工程, 2010, 38 (07) :41-44+146
[5]
基于改进蚁群算法的多无人机航路规划研究 [J].
孟祥恒 ;
王社伟 ;
陶军 .
计算机仿真, 2008, (11) :56-59
[6]
基于改进蚁群算法的无人机三维航路规划 [J].
陈谋 ;
肖健 ;
姜长生 .
吉林大学学报(工学版), 2008, (04) :991-995
[7]
基于A*算法的实时航迹规划方法研究 [J].
史宗鹏 ;
杜萍 ;
毕义明 .
海军工程大学学报, 2006, (05) :79-82
[8]
无人机航迹规划算法的初步研究 [J].
唐强 ;
张翔伦 ;
左玲 .
航空计算技术, 2003, (01) :125-128+132
[9]
基于改进蚁群算法的无人飞行器航迹规划应用研究 [D]. 
饶跃东 .
武汉理工大学,
2010
[10]
基于蚁群算法的无人机航路规划 [D]. 
楚瑞 .
西北工业大学,
2006