基于量子蚁群算法的无人水面艇航迹规划

针对无人水面艇的航迹规划问题,本文采用了量子蚁群算法在海洋环境中为无人水面艇规划出一条航程最短、航行能耗最低和能够安全避障的航迹。量子蚁群算法既能体现量子并行计算的高效性,又拥有蚁群算法中较好的寻优能力。仿真实验结果表明:该算法能够避免局部极值和拥有比蚁群算法更快的收敛速度,并可以规划出无人水面艇在复杂海洋环境中的优化航迹。

基于循环寻优RRT算法的无人机航迹规划

针对快速扩展随机树(RRT)算法在无人机在线自主航迹规划中的寻优性问题,提出基于循环寻优RRT算法。将航迹长度代价约束作为启发条件引入RRT算法,可以有效地剪除搜索空间的无用节点,获得较优航迹。通过引入已规划可行航迹的航迹长度代价约束作为下一次算法运行的启发条件,采用循环迭代策略有效地剪除搜索空间的无用节点,使得算法每次运行后的航迹长度代价减小,多次运行后最终得到的航迹接近最优航迹,充分利用航迹长度代价的启发性,克服了RRT算法的缺点,同时获得了一系列不同航迹代价的可行备选航迹,在协同任务中可以根据协同到达时间进行快速选择。仿真结果表明该算法能够快速生成安全并且满足无人机动力学约束的较优航迹。