基于自适应动态窗口改进细菌趋化算法的UAV三维路径规划.pdfVIP

第３９卷第３期徐州工程学院学报(自然科学版)２０２４年９月

Ｖｏｌ.３９Ｎｏ.３ＪｏｕｒｎａｌｏｆＸｕｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ)Ｓｅｐ２０２４

基于自适应动态窗口改进细菌趋化算法的ＵＡＶ三维路径规划

１ꎬ２１２１１

蒲兴成ꎬ汪欢ꎬ谭令ꎬ陈雨柔ꎬ王淑真

(１.铜陵学院数学与计算机学院ꎬ安徽铜陵２４４０６１ꎻ２.重庆邮电大学自动化学院ꎬ重庆４０００６５)

摘要:针对ＵＡＶ三维路径规划问题ꎬ提出一种自适应三维动态窗口(ｓｅｌｆ＿３Ｄ＿ＤＷＡ)改进细菌

趋化(３Ｄ＿ＩＢＦ)算法的混合三维路径规划算法(３Ｄ＿ＩＢＡＳＤＷＡ).该算法在二维动态窗口和标准细菌

趋化算法基础上ꎬ结合全局和局部路径规划ꎬ既能计算出复杂环境中全局最优解ꎬ又能实现局部抗

干扰动态避障.此外ꎬ该算法还引进Ｌｏｇｉｓｔｉｃｓ混沌策略进一步优化细菌趋化算法全局路径计算ꎬ从

而规划出具有较高计算精度和较快收敛速度的参考路径.接着ꎬ基于参考路径ꎬＵＡＶ通过自身携带

的传感器实时感知动态障碍物ꎬ并利用自适应三维动态窗口算法实现局部抗干扰动态避障.仿真实

验证明基于改进算法的ＵＡＶ三维空间路径规划在计算精度、收敛速度和动态避障等方面都有明显

提升.

关键词:三维路径规划ꎻ细菌趋化算法ꎻＬｏｇｉｓｔｉｃｓ混沌ꎻ参考路径ꎻ动态窗口算法ꎻ自适应ꎻ动态

避障

中图分类号:ＴＰ２７３文献标志码:Ａ文章编号:１６７４￣３５８Ｘ(２０２４)０３￣００４０￣１４

[１]

近年来ꎬ随着无人机(ＵＡＶ)在工业、农业、军事和服务业等领域越来越广泛应用ꎬ其相关技术成为研

究热点.而路径规划技术作为ＵＡＶ研究的一个核心内容ꎬ已经引起众多科研人员关注并得到深入研究.在路

径规划时ꎬ如何得到高效的路径规划算法是众多研究者考虑的重点.群智能算法因在未知和信息不完整环境

中具有求解优势ꎬ被广泛应用于复杂环境中ＵＡＶ路径规划ꎬ如蚁群、粒子群、鱼群、细菌趋化以及基于这些算

法的改进策略等.

到目前为止ꎬ基于群智能算法的路径规划研究已经取得诸多研究成果.文献[２￣６]基于标准蚁群算法ꎬ分

别从信息素、启发式函数、状态转移概率、禁忌表和死锁策略等方面加以改进ꎬ从而提高蚁群算法路径规划计

[７]

算精度和收敛速度.蒲兴成等结合蚁群和粒子群算法ꎬ通过引入反向学习策略改进粒子群算法惯性权重和

学习因子ꎬ从而克服经典粒子群算法易陷入早熟的缺陷ꎬ达到优化粒子群算法路径规划的寻优能力、收敛速

[８]

度和稳定性目的.Ｚｈａｎｇ等基于人工鱼群算法引入衰减函数ꎬ提高了鱼群算法全局和局部搜索能力.文献

[９￣１２]将细菌算法应用于机器人路径规划ꎬ对算法的步长ꎬ搜索方向和全局最优解方面进行综合考虑ꎬ从而

改善细菌算法路径规划效率.

在路径规划的实际环境中ꎬ随机干扰和动态障碍物等不确定因素是必然存在的.因此ꎬ研究复杂动态环

[１３]

境下路径规划策略更具有实际意义.Ｌｉａｎ等提出了基于三次样条插值的混沌自适应粒子群算法ꎬ并验证

了该模型在不同动态环境下移动机器人路径规划可行性.但这种算法耗时太长ꎬ在线实现比较困难.李元

[１４]

－

等结合ＯＲＢＳＬＡＭ算法、ＧＭａｐｐｉｎｇ算法、改进人工势场法和二次规划ꎬ虽成功实现移动机器人在复杂环

境中定位、避障和路径规划ꎬ但此类方案同样存在着计算时间过长和收敛速度慢的问题.Ｃｈａｎｇ和Ｈｅｎｋｅｌ

等[１５￣１６]基于标准动态窗口算法ꎬ对评价函数进行扩展ꎬ解决了机器人在复杂环境和特殊约束条件下的动态

收稿日期:２０２３￣１２￣０７

基金项目:国家自然科学基金项目ꎻ安徽省质量工程项目(２０２２ｃｘｔｄ