基于改进蚁群算法的无人机航迹规划研究

针对传统蚁群算法在进行航迹规划时,易于早期陷入局部最优而导致不能找到全局最短路径的问题,文中借鉴象棋中“卒”的走法规则,提出一种新的状态参数方程分界值。将当前状态与下一状态点到目标点的欧氏距离与分界值进行对比,得到改进后的航迹。再利用几何知识将改进后的航迹进行无限放大、细化,在允许范围内,将存在一定角度的两段路径采用弧线代替得到再规划后的航迹,从而得到满足全局最短的规划航迹,以达到缩短航迹长度的目的。仿真结果表明,改进后的蚁群算法航迹长度缩短了12.7%,经过再规划后的蚁群算法航迹长度相较于全局缩短了16.1%。

基于改进A*算法的无人机航路规划

基于启发式A*算法规划点连接方式,将路径轨迹放大细化,且将存在一定角度的两段路径在允许范围内采用弧线代替改进A*算法中的航路规划。仿真结果表明,改进后算法缩短了路径长度,减少了无人机执行任务时的飞行时间,从而间接减少了无人机的耗能,增长了无人机使用时间。

基于改进RRT算法的垃圾收集车路径规划研究

针对RRT-Connect算法形成的规划路径中存在的障碍盲区,采用“改线”机制算法缩短了路径长度,从而间接达到了减少能耗的目的,并进行了仿真研究。