无人机路径规划：一种粒子群和灰狼复合算法.pdfVIP

2025年4月控制工程Apr.2025

第32卷第4期ControlEngineeringofChinaVol.32,No.4

文章编号：1671-7848(2025)04-0720-08DOI:10.14107/j.cnki.kzgc

无人机路径规划：一种粒子群和灰狼复合算法

智瀚宇，贾新春，张学立

（山西大学自动化与软件学院，山西太原030031）

摘要：针对无人机在复杂环境下的三维路径规划问题，集成传统的粒子群优化(particle

swarmoptimization,PSO)算法和灰狼优化(greywolfoptimization,GWO)算法，提出了一种

PSO-GWO复合算法。首先，采用了非线性控制参数和加权自适应的个体位置更新策略来

平衡算法的全局搜索能力和局部搜索能力；然后，使用随机指导策略来增加解的多样性；

最后，使用B样条曲线平滑所生成的飞行路径，使路径更适用于无人机。实验结果表明，

PSO-GWO复合算法可以生成一条安全可行的路径，其性能明显优于GWO算法和其他改

进GWO算法。

关键词：三维路径规划；粒子群优化算法；灰狼优化算法；B样条曲线

中图分类号：TP242文献标识码：A

引用格式：智瀚宇,贾新春,张学立.无人机路径规划：一种粒子群和灰狼复合算法[J].控制工程,2025,

32(4):720-727.

PathPlanningoftheUnmannedAerialVehicle:aCompoundAlgorithmof

ParticleSwarmOptimizationandGreyWolfOptimization

ZHIHanyu,JIAXinchun,ZHANGXueli

(SchoolofAutomationandSoftwareEngineering,ShanxiUniversity,Taiyuan030031,China)

Abstract:Tosolvetheproblemofthree-dimensionalpathplanningoftheunmannedaerialvehicle(UAV)in

complexenvironment,acompoundalgorithmisproposedbyintegratingthetraditionalparticleswarm

optimization(PSO)algorithmandthegreywolfoptimization(GWO)algorithm,calledthePSO-GWO

compoundalgorithm.Firstly,nonlinearcontrolparametersandweightedadaptiveindividuallocationupdate

strategyareusedtobalancetheglobalsearchcapabilityandlocalsearchcapabilityofthealgorithm.Secondly,

therandomguidancestrategyisusedtoincreasethediversityofthesolutions.Finally,B-splinecurveis