基于蚁群优化算法和人工势场的无人机航迹规划

被引:48
作者
李猛
王道波
柏婷婷
盛守照
机构
[1] 南京航空航天大学自动化学院
关键词
航迹规划; 蚁群优化算法; 人工势场; 无人机;
D O I
暂无
中图分类号
V249.1 [飞行控制];
学科分类号
082501 [飞行器设计];
摘要
针对复杂环境下的无人机航迹规划问题,建立栅格化环境模型,提出了结合蚁群算法与人工势场的航迹规划方法.在航迹搜索过程中,蚂蚁不仅受到信息素和启发信息作用,还受到势场力的影响.根据节点位置的势场力分布,提出了确定性选择和概率性选择相结合的状态转移规则,并设计环境感知因子,动态调整确定性选择的比例.将节点的势场方向、节点与目标间的距离构造蚂蚁的综合启发信息,以充分利用对已知环境的认知,指引蚂蚁的搜索.仿真结果表明所提方法能有效得到无人机的最优航迹,优化效果优于单一的蚁群算法和人工势场法,具有更好的收敛速度和优化精度.
引用
收藏
页码:215 / 220
页数:6
相关论文
共 5 条
[1]
MAX – MIN Ant System.[J].Thomas Stützle;Holger H. Hoos.Future Generation Computer Systems.2000, 8
[2]
基于势场蚁群算法的机器人路径规划 [J].
罗德林 ;
吴顺祥 .
系统工程与电子技术, 2010, 32 (06) :1277-1280
[3]
基于改进A-Star算法的无人机航迹规划算法研究 [J].
李季 ;
孙秀霞 .
兵工学报, 2008, (07) :788-792
[4]
飞行器航迹规划研究现状与趋势 [J].
郑昌文 ;
严平 ;
丁明跃 ;
苏康 .
宇航学报, 2007, (06) :1441-1446
[5]
Ant Colony System Algorithm for Real-Time Globally Optimal Path Planning of Mobile Robots [J].
SLOMAN Aaron .
自动化学报, 2007, (03) :279-285