共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
无人机群航路规划的主要目标是为每架无人机生成一条连接起始点和目标点并满足约束条件的可飞行路径。传统方法主要以代价地图为基础,采用动态规划与几何运算等方法解决无人机群的路径规划问题。然而,这些方法难以解决无人机群的几何、物理与时间等复杂多约束问题,而且代价地图的构建十分耗时,使得无人机群难以应对复杂多变的实际环境。近年来,群体智能技术的出现为无人机群路径规划提供了新思路,该技术不但能够解决无人机一维静态的路径优化问题,同时为多维动态路径的优化提供更加精准、快速、有效的智能解决方案。此外,机载智能硬件的飞速发展也极大提升了无人机群的通信速率与运算效率,使得无人机群具备环境适应能力强、部署灵活和多功能集成等优势。基于以上背景,阐述了无人机群航路规划的环境感知建模、适应度函数、约束条件和障碍物规避四方面内容;综述了群体智能算法原理,并分析讨论了5种群体智能算法以及其应用于无人机群航路规划的优缺点;分析和展望了群体智能算法应用于无人机群航路规划与任务协同方向的发展趋势。 相似文献
3.
无人机具备在未知环境下实时航路规划的能力将成为今后无人机航路规划重要的发展方向。本文针对无人机执行任务的未知环境,给出了基于威胁目标存在概率的环境信息模型,并将环境概率模型用于航路代价函数,最后通过局部优化策略和滚动时域思想对航路进行了实时规划,将全局优化方法和局部优化方法有效地结合到航路规划中,为无人机的航路规划提供了有力支撑。 相似文献
4.
5.
为解决无人机在未知复杂环境下的自主避障规划问题,同时考虑到旋翼无人机平台硬件资源稀缺的问题,提出了一种基于预探索的动态自适应3DVFH+算法。根据无人机飞行进度以及障碍物信息,动态调整代价函数的自适应权重因子;通过对无人机视野范围的预探索,构建了搜索树,并对障碍物及无人机模型进行了建模研究,同步实现了无人机在复杂环境中的可视化分析。结果表明,动态自适应代价函数消除了3DVFH+算法的死区现象;预探索机制解决了算法的局部最优解问题,规划航线缩短37.15%,所需时间减少24.48%。同时搭建了复杂度较高的森林障碍物进行验证分析,相较于使用八叉树框架建图的3DVFH+算法执行相同避障规划任务时节省内存可达25.26%。 相似文献
6.
7.
《电子技术与软件工程》2017,(18)
规划无人机的航路主要是为了可以更好的完成的复杂任务,实现快速有效的规划是非常重要的。无人机在执行飞行任务的时候,无人机需要结合地形和地貌等信息,了解飞机自身的机动能力,对于飞行航路进行实时计算,对于该行路进行跟踪,尽快的完成飞行任务。本文主要对于无人机航路规划进行全面的论述,从而获得良好的飞行品质。 相似文献
8.
9.
10.
11.
UAV智能导航是指在复杂动态环境下,UAV能够通过对周围环境的感知自主进行智能路径优化,减小轨迹中的误差安全到达目的地,同时尽量降低代价。智能导航需要解决自身定位、环境态势感知、导航方式决策、智能管理以及航路引导决策等关键技术,确保能够具有实时可靠的位置、速度、姿态等导航信息以及安全的路径。本文将智能Agent引入到导航系统中,建立了基于Agent的智能导航决策方法,给出了智能导航系统的组成、功能等。在此基础上,提出了一种基于人工势场的航迹规划方法,使得uAV在任意航路点之间进行智能路径规划。 相似文献
12.
在无人机航路规划问题的研究中,针对传统 A*算法在航路规划中的不足,提出了一种增加约束条件的广义搜索 A*算法,并将该算法应用到动态航路规划中。该算法在节点搜索中解决了 A*算法大空间搜索的复杂程度,而且用重新估价代价值来满足无人机的实时性,最后用平滑处理算法使规划的航路满足无人机的机动性能约束。仿真结果表明,该算法性能优于传统 A*算法,具有很好的实时性,适用于无人机航路规划的工程应用。 相似文献
13.
14.
15.
16.
17.
针对复杂电磁环境下无人机编队重构过程中的路径规划和机间避碰问题,该文在传统紫外虚拟势场基础上,利用距离因子对斥力函数进行了改进,构建了一种紫外非均匀虚拟势场来协助无人机进行机间避碰。改进的紫外非均匀虚拟势场可以使得无人机避碰路径更加平滑,相同时间内,无人机可以飞行更远的距离。此外,通过无线紫外光测距方法计算无人机机间距离,并结合紫外非均匀势场对传统的人工势场法进行改进,实现无人机编队重构。仿真结果表明,该文算法可以有效解决传统算法下路径振荡和局部最小值问题,同时避碰效率相比传统人工势场算法有明显提升,在预设环境中该文算法路程缩短6%,到达目标点的时间提前40%。最后在两种不同的队形重构场景下,对该文算法进行了验证,结果表明该文算法可以有效实现无人机队形重构中预期的机间避碰效果。 相似文献
18.
文中针对多无人机在复杂约束条件下编队协同、巡航范围内覆盖率高的问题,基于K-means算法和Hop-field神经网络算法实现了一种无人机整体航迹规划方法。对任务要求的禁飞区域、目标区域建立任务区域的数字地图模型,进行模型分解合理的将有效区域分解为多个子目标点。随后采用K-means算法对无人机巡航的目标点进行聚类,并结合Hop-field神经网络算法对同类子目标点进行无人机航迹规划。以无人机在抗震救灾中的真实数据为实例,通过仿真实现了巡航区域90%的覆盖率,验证了文中方法的鲁棒性和有效性。 相似文献
19.
基于改进粒子群优化算法的无人机实时航迹规划 总被引:1,自引:0,他引:1
在无人机航迹规划中,通过改变惯性权重和采用自适应粒子群编码方式,以最大转弯半径、步进、最短距离和回避威胁作为航迹的评价指标,将约束条件、地形地貌及威胁信息引入适应度函数等方法,对粒子群优化算法进行改进,解决了粒子群算法在寻优过程中易陷入局部最优的问题.仿真结果表明,该方法可实现在线实时航迹规划. 相似文献