针对无人机在复杂任务空间执行作战任务过程中的航路规划问题,提出了一种对于快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)的综合改进航路规划算法。为了提高算法的收敛速度,加快生成航路的时间并减少扩展树分支,在传统RRT...针对无人机在复杂任务空间执行作战任务过程中的航路规划问题,提出了一种对于快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)的综合改进航路规划算法。为了提高算法的收敛速度,加快生成航路的时间并减少扩展树分支,在传统RRT算法中加入了引力场引导随机树节点向目标点的扩展。同时针对该算法中固定生长步长下生成随机树冗余节点较多、生成航路曲折的问题,使用了动态生长步长策略对算法进行改进。仿真实验结果表明,与传统RRT算法相比较,综合改进的RRT算法在搜索时间上节省了80%,搜索路径节点个数减少了50%,且在航路平滑性等性能中有明显提升,算法整体性能更优。展开更多
文摘针对无人机在复杂任务空间执行作战任务过程中的航路规划问题,提出了一种对于快速扩展随机树算法(Rapidly-exploring Random Trees,RRT)的综合改进航路规划算法。为了提高算法的收敛速度,加快生成航路的时间并减少扩展树分支,在传统RRT算法中加入了引力场引导随机树节点向目标点的扩展。同时针对该算法中固定生长步长下生成随机树冗余节点较多、生成航路曲折的问题,使用了动态生长步长策略对算法进行改进。仿真实验结果表明,与传统RRT算法相比较,综合改进的RRT算法在搜索时间上节省了80%,搜索路径节点个数减少了50%,且在航路平滑性等性能中有明显提升,算法整体性能更优。