基于改进海鸥优化算法的多场景多障碍无人机三维路径规划

无人机三维路径规划目标为在避开障碍物和满足约束条件的情况下规划出高效且可行的飞行路径。为此,针对无人机路径规划应用的广泛性和计算的复杂性提出一种改进海鸥优化算法(TP-SOA),求解多场景多障碍下无人机的三维路径规划问题。首先引入非线性收敛因子调整海鸥优化算法的迭代进程,使个体能够在算法前期保持较大的随机性,在后期快速收敛;其次在搜索方式上采用莱维飞行机制,扩大局部搜索的有效区域,提高个体跳出局部最优的能力;最后引入个体最优策略,增加个体对历史最优个体位置的学习过程,提高算法的优化性能。仿真实验结果表明,TP-SOA能在复杂的多障碍场景中规划出高质量路径,收敛精度和稳定性相较对照算法更高,表现出较明显的优势。