基于改进蜣螂优化算法的无人机三维路径规划

无人机(UAV)三维路径规划问题是十分复杂的全局优化问题,但基于启发式优化算法的无人机路径规划存在速度慢,精度不足的问题。针对此问题,提出一种改进蜣螂优化算法的UAV路径规划方法。首先,提出一种通过引入Bernoulli混沌映射、可变螺旋搜索策略、新型惯性权重和Levy飞行策略改进的蜣螂优化算法(BCLDBO)。通过与其他算法在6个基准测试函数上进行实验对比,证明BCLDBO算法寻优精度更高,收敛速度更快。其次,通过航迹长度成本、高度成本、平滑成本和威胁成本建立路径规划目标函数,并构建复杂度不同的三维任务空间。最后,将BCLDBO算法应用于UAV三维路径规划问题中,证明此算法较其他算法的路径成本更低,路径规划效果更好。