基于APF-RRT融合算法的无人机航迹规划研究

指出了航迹规划是无人机研究的重要内容,航迹规划的速度和质量是评价其优劣的重要指标。为了规划出较优的航迹,采用基于采样的快速扩展随机树算法(RRT),但生成的路径曲折、规划速度低,通过分析其算法原理,引入人工势场算法(APF),提出了APF-RRT融合算法,为RRT算法扩展节点时加入了APF的目标引力思想,降低了RRT搜索盲目性。同时引入贪心策略思想,进行路径的平滑处理。从而提高了规划的速度和质量。最后进行了仿真实验验证,结果表明:在相同的飞行环境下,采用该算法较传统RRT算法,航迹规划时间缩短约56.2%,航迹长度缩短约25%,并且减少了无人机转角的次数,从而减小了无人机的损耗。