基于分段随机和角度随机算法的无人机三维航路规划

提出了一种分段随机和角度随机(SRAR)的算法,用于复杂空间、多约束条件下的无人机三维航路规划。SRAR算法利用随机分段和随机角度确定航路点。同时,对有向线段角度进行规定,设计圆形障碍区避障方法、航路平滑方法以及多航路规划方法,提升航路规划质量,满足航路规划多样性要求。还提出了求解变长解的非关联迭代更新方法,实现对SRAR算法在多约束条件下的求变长解。通过对复杂空间下的航路规划质量验证,以及分别与蚁群算法、遗传算法和粒子群优化算法的比较,证明了SRAR算法的无人机航路规划的稳健性、高效性和通用性。

基于启发式A＊算法的飞行器三维航路规划

提出了一种基于启发式A*算法的三维航路规划方法并进行了仿真验证。首先对地形的高程栅格数据进行综合平滑处理,建立满足飞行器机动性能的安全飞行曲面,结合威胁数据的量化模型,采用改进的A*算法在安全飞行曲面上规划出三维飞行航路,并对搜索出的航路进行了优化和平滑处理。仿真结果显示,算法简单快速,能满足飞行器执行不同任务的需要,易于工程实现。