基于优化的元胞蚁群算法的无人飞行器动态路径规划方法

针对无人飞行器路径规划蚁群算法收敛速度慢,提出了一种新的蚁群算法。首先,以栅格为环境地图,在蚁群算法搜索过程中加入了圈形轨迹识别算法,避免了无人飞行器出现折返跑的现象。其次,采用最优路径进行信息素更新,减少了蚁群算法在搜索过程中产生的盲目交叉和"蚂蚁遗失"现象。最后,引入了无人飞行器轨迹的尖角优化策略,更好地模拟了无人飞行器的飞行特征。仿真实验表明,新算法具有更好的全局搜索能力。

窄通道路径规划的改进人工势场蚁群算法

在全局静态环境下,提出了一种适用于窄通道环境路径规划的蚁群算法。解决了传统蚁群算法容易陷入局部最优解、易于造成蚂蚁迷失等不足。一方面,在灰度矩阵上随机撒点并将障碍物内的节点随机移动,使得窄通道内节点密度提高,并以此为启发信息素,提高了无人飞行器穿过窄通道的能力,减少了蚂蚁迷失现象。另一方面,引入了无人飞行器轨迹的尖角优化策略,更好地模拟了无人飞行器的飞行特征。结果表明:新的算法所获取的最优路径具有更好的全局搜索能力,并且造成了较少数量的蚂蚁迷失。