摘要
一种基于多目标优化与改进粒子群算法的无人机路径规划方法,包括以下步骤;步骤1:构建三维空间地图模型;步骤2:引入多目标优化策略,采用加权目标优化方法设计目标函数,用于评估每条路径的优劣;步骤3:采用改进的RRT算法结合Sobol低差异序列对粒子进行初始化,计算每一条无人机路径的适应度值,并记录最优解;步骤4:引入动态惯性权重调整策略,根据迭代次数动态调整惯性权重;融合鱼鹰搜索算法中的俯冲搜索机制,引入粒子重启机制,避免陷入局部最优;步骤5:判断是否已达到设置的迭代次数;若是,则停止迭代并在环境模型中返回无人机最优航路;若否则继续迭代,寻找最优航路。本发明旨在提升无人机在复杂环境中的路径规划效率和鲁棒性。
技术关键词
粒子群算法
三维空间地图
无人机飞行路径
三维环境模型
RRT算法
节点
无人机路径规划
球体
路径规划效率
地形障碍物
搜索算法
机制
无人机航迹
策略
坐标
序列
系统为您推荐了相关专利信息
虚拟储能
稳定控制方法
优化控制模型
源荷协同
协同优化控制
谐波电流分量
电驱动系统
级联多电平
损耗
高效控制方法
系统优化控制方法
吸收式制冷机
蓄热装置
蓄电装置
热电联产系统
分布式潮流控制器
电压
粒子群算法求解
功率
发电量