启发式快速探索随机树的电力杆塔三维航线规划研究

为了完成对电力杆塔运行状态的有效监测与故障诊断,要求无人机规划最优三维航线。文章基于快速探索随机树(rapidly exploring random trees,RRT)算法,提出一种启发策略的无碰撞三维航线规划方法,该方法集成启发式搜索策略进行代价函数设计,加速算法收敛,确保航线最优。在仿真环境与实际场景下的实验结果表明,同传统的RRT与改进的RRT*算法相比,本方法针对电力杆塔所规划的无碰撞三维航线,具有稳定可靠的最短路径长度,能够满足智能监测的应用需求。

一种改进CPSO算法的无人机三维航线规划设计

针对基于混沌粒子群算法(CPSO)的航线规划在搜索过程中易陷入停滞和局部最优与多维计算时迭代速度慢的问题,通过引入Levy飞行随机扰动,建立数据交互的更新机制,加入高度、转角、耗能以及障碍物4个约束条件,提出一种改进混沌粒子群(ICPSO)算法,大大提高了更新最优解的概率。仿真结果表明,与传统粒子群优化(PSO)、灰狼优化(GWO)和鲸鱼优化(WO)三种算法相比,ICPSO算法在迭代速度、收敛准确性和有效性方面更强;其三维航线规划的距离最短,适应度最高。