摘要
本发明公开了一种基于全局搜索与元启发式优化的无人机路径规划方法,首先建立复杂约束下的无人机路径规划模型,并确立适应度函数及其约束条件,再设置算法初始化参数并混沌映射初始化种群位置,使用元启发式优化算法进行循环迭代求解,输出全局最优路径,最后将全局最优路径实现到无人机上,并计算最优路径所对应的飞行距离,完成无人机路径规划。本发明的方法将元启发式算法——冠豪猪算法结合禁忌搜索,增强全局搜索能力,同时结合混沌映射,对种群初始化进行优化,增加了随机性和不可预测性,使得算法可以更快的收敛,在面向具有复杂环境、复杂约束路径规划问题时有明显优势,解决了无人机在三维复杂山地环境中的路径规划问题。
技术关键词
无人机路径规划
表达式
控制点
策略更新
位置更新
贝塞尔曲线插值
邻域
参数
笛卡尔坐标系
山地环境
启发式算法
视觉
迭代方法
身体
障碍物
系统为您推荐了相关专利信息
迁移方法
能耗
通信资源分配
表达式
数字孪生模型
修正网络模型
微波器件建模
电热老化
退化模型
Elman神经网络
递归模糊神经网络
优化模糊神经网络
多变量控制方法
李雅普诺夫函数
溶解氧
节点
机器人关节空间
能量消耗
表达式
雅可比矩阵