基于遗传算法的无人机避障路径规划设计.docxVIP

基于遗传算法的无人机避障路径规划 1基于遗传算法无人机避障模型设计 随着无人机在诸多领域的广泛应用，与之配套的具有避障功能的路径规划算法成为了需要重点讨论的关键问题。伴随着计算机技术的发展，基于智能算法的无人机避障路径规划研究也取得了长足的进展。其中，遗传算法以其优越的计算性能与极强的问题普适性受到了最为广泛的关注。 在无人机避障路径规划问题上，遗传算法相较于其他类型算法有较为突出的优势。首先，不同于各个类型的神经网络算法，遗传算法不要求适应度函数具有可导或连续的属性，仅要求适应度函数值为正即可。另外，大多数其他类型的优化算法的本质为单点搜索算法，面对较大规模的搜索区域时极易陷入局部最优解，全局搜索性能较差，而遗传算法作为一种多点搜索算法在面对大规模复杂区域时可以表现出极强的搜索性能，更易于获得全局最优解。基于这些优点，遗传算法近年来被大量的应用于路径规划问题的解决。但针对于无人机避障问题而言，相关的研究仍然较为缺乏，为了确保无人机稳定运行以及工作任务的实现，本文提出了基于遗传算法的无人机避障路径规划模型来实现复杂环境下无人机避障问题的解决。 为了能够有效描述待规划区域地图，本文采用栅格法对路径规划场地进行划分。假设路径规划场地为矩形，根据场地具体尺寸可以确定栅格边长，由此即可以将场地划分为多个小正方形栅格，得到一个m×n的栅格状地图。为了便于对模型进行描述以及与实际场地结合，同时