基于改进蚁群算法的无人机航迹规划

韩 攀,陈 谋,陈哨东,刘 敏

(1.南京航空航天大学 自动化学院,南京 210016； 2.洛阳光电设备研究所 光电控制技术重点实验室,河南 洛阳 471009)

0 引 言

随着科技发展和社会进步,现代无人机运用的领域和范围越来越广,执行的任务也更加复杂和多样化。好的航迹可降低任务风险或成本,航迹优化的价值也随之变高。航迹规划作为无人机自主飞行控制研究的重要内容之一,一直都是人们研究的热点,随之兴起的算法也是层出不穷。如果按实时性分类,可分为离线航迹规划和在线航迹规划[1]。离线航迹规划一般是在无人机放飞前加载已规划好的飞行航线,在飞行的过程中不再改变飞行航线,对航迹规划的实时性要求不高； 在线航迹规划是指无人机在飞行的过程中根据需要动态修改飞行航线,对实时性要求较高。文献[1]对在线航迹规划的相关问题进行了研究,研究了当前常用的在线航迹规划方法,阐述了在线航迹规划的通用结构框架以及面临的关键问题。但总体来说,在线航迹规划是在离线航迹规划基础上进行的。因此,笔者主要研究离线航迹规划技术并提高其全局优化能力。

航迹规划算法如果按照规划决策的计算方法分类,可分为最优式和启发式算法。最优式算法包括穷举法、动态规划和数学规划等[2]。启发式算法则包括启发式搜索、神经网络、模拟退火和遗传算法等[3]。两者的根本区别在于,最优式算法的计算时间随系统规模的变大而呈现爆炸式增长。……