基于改进遗传算法的无人机路径规划

• 作者: 黄书召 田军委 乔路 王沁 苏宇
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 遗传算法 无人机 交叉算子 B样条曲线 路径规划
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 390-397
• 页数: 8页
• 分类号: TP181|TP13
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020060797

摘要

针对传统遗传算法收敛速度慢、容易陷入局部最优、规划路径不够平滑、代价高等问题,提出了一种基于改进遗传算法的无人机(UAV)路径规划方法,该算法对遗传算法的选择算子、交叉算子和变异算子进行改进,从而规划出平滑、可飞的路径.首先,建立适合UAV田间信息获取的环境模型,并考虑UAV的目标函数与约束条件以建立适合本场景的更为复杂、精确的数学模型;然后,提出了混合无重串选择算子、非对称映射交叉算子和启发式多次变异算子,寻找最优路径以及扩大种群搜索范围;最后,采用三次B样条曲线对规划出的路径进行平滑,得到平滑的飞行路径,并且减少了算法的计算时间.实验结果表明,与传统遗传算法相比,所提算法的代价值降低了68％,收敛迭代次数减少了67％;相较蚁群优化(ACO)算法,其代价值降低了55％,收敛迭代次数减少了58％.通过大量对比实验得出,当交叉率的值为(1/染色体长度)时,算法的收敛效果最好.在不同环境下进行算法性能测试,结果表明所提算法具有很好的环境适应性,适合于复杂环境下的路径规划.