基于改进粒子群算法的无人机三维航迹规划.pdfVIP

基于改进粒子群算法的无人机三维航迹规划

摘要：针对传统粒子群（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）算法在航迹规划的过程中需要根据无人机性能建立约束

条件和易陷入局部最优值的缺点，提出了一种结合天牛须（ＢｅｅｔｌｅＡｎｔｅｎｎａｅＳｅａｒｃｈ，ＢＡＳ）算法的球坐标ＰＳＯ算法。该改进

算法直接利用球坐标系对无人机的航向角和俯仰角进行约束，并且通过ＢＡＳ算法避免ＰＳＯ算法陷入局部最优值。根据数字

高程地图建立仿真环境，综合考虑航迹长度、平滑度和危险性等因素构建目标函数。仿真结果表明，改进后的算法与其他

ＰＳＯ算法相比，规划的三维航迹质量更高，能够很好地适应无人机在各种环境下的飞行要求。

关键词：无人机；三维航迹规划；粒子群算法；天牛须算法

ＴｈｒｅｅｄｉｍｅｎｓｉｏｎａｌＴｒａｊｅｃｔｏｒｙＰｌａｎｎｉｎｇｏｆＵＡＶＢａｓｅｄｏｎ

ＩｍｐｒｏｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ

Ａｂｓｔｒａｃｔ：ＴｏａｄｄｒｅｓｓｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍｉｎｔｈｅｐｒｏｃｅｓｓｏｆｔｒａｊｅｃｔｏｒｙ

ｐｌａｎｎｉｎｇ，ｗｈｉｃｈｒｅｑｕｉｒｅｓｔｈｅｅｓｔａｂｌｉｓｈｍｅｎｔｏｆｃｏｎｓｔｒａｉｎｔｓａｃｃｏｒｄｉｎｇｔｏｔｈｅＵＡＶｐｅｒｆｏｒｍａｎｃｅａｎｄｔｅｎｄｓｔｏｆａｌｌｉｎｔｏｔｈｅｌｏｃａｌｏｐｔｉｍｕｍ，ａ

ＰＳＯａｌｇｏｒｉｔｈｍｉｎｓｐｈｅｒｉｃａｌｃｏｏｒｄｉｎａｔｅｓｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅＢｅｅｔｌｅＡｎｔｅｎｎａｅＳｅａｒｃｈ（ＢＡＳ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｉｍｐｒｏｖｅｄ

ａｌｇｏｒｉｔｈｍｄｉｒｅｃｔｌｙｕｓｅｓｔｈｅｓｐｈｅｒｉｃａｌｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍｔｏｃｏｎｓｔｒａｉｎｔｈｅＵＡＶｈｅａｄｉｎｇａｎｄｐｉｔｃｈａｎｇｌｅｓａｎｄａｖｏｉｄｓｔｈｅＰＳＯｆａｌｌｉｎｇｉｎｔｏ

ｔｈｅｌｏｃａｌｏｐｔｉｍｕｍｂｙｔｈｅＢＡＳ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍａｐ，ａｎｄｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎ

ｉｓｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎｔｈｅｌｅｎｇｔｈｏｆｔｒａｊｅｃｔｏｒｙ，ｓｍｏｏｔｈｎｅｓｓａｎｄｄａｎｇｅｒ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃａｎ

ｐｌａｎａｈｉｇｈｅｒｑｕａｌｉｔｙ３ＤｔｒａｊｅｃｔｏｒｙｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒＰＳＯａｌｇｏｒｉｔｈｍｓ，ａｎｄｃａｎｂｅｗｅｌｌａｄａｐｔｅｄｔｏｔｈｅｆｌｉｇｈｔｒｅｑｕｉｒｅｍｅｎｔｓｏｆＵＡＶｓｉｎ

ｖａｒｉｏｕｓｅｎｖｉｒｏｎｍｅｎｔｓ．

Ｋｅｙｗｏｒｄｓ：ＵＡＶ；３Ｄｔｒａｊｅｃｔｏｒｙｐｌａｎｎｉｎｇ；ＰＳＯａｌｇｏｒｉｔｈｍ；ＢＡＳａｌｇｏｒｉｔｈｍ

［６］

和概率图算法等。智能规划算法包括遗传算

０引言［７］

法、粒子群（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）算

［８］［９］

随着航空技术与智能技术的不断进步，无人机法、蚁群算法、动态窗口算法和灰狼优化算

在各个领域都有着良好的应用前景。无人机航迹规

－－

划是实现无人机自主飞行的关键一步，得到了世界收稿日期：２０２２１０１３

的广泛关注和研究，目前仍是研究热点之一。在考

虑各种环境威胁和自身性能下，如何在当前环境中