未知环境中的无人侦察机动态航路规划

高空长航时无人机执行侦察任务时往往需要进人不确定的战场环境下搜集各种情报信息。由于该类型无人机一般存在航时长、监视或侦察范围广、目标数量大等问题,因而对无人机的飞行安全环境存在高威胁因素。针对该问题,提出了一种无人机侦察航路规划方法。首先根据获得的先验信息建立参考航路,然后综合考虑基于目标发现概率建立的环境信息模型,基于机载传感器获取信息构建的威胁模型以及决策系统,选定最优侦察飞行航路,最后对航路进行评估。仿真结果表明,该方法能够有效地完成规划任务,获得较满意的航路。     

Memetic算法在无人机侦察航路规划中的应用

为解决无人机侦察航路规划问题,采用文化基因算法(memetic algorithm,MA)进行求解。以粒子群优化算法作为主搜索策略,采用基于模拟退火的加权法对非劣解进行局部搜索。目标函数综合分析了战术效果、航程、安全性、飞行时间等指标要求,并从环境和无人机自身分析航路规划约束条件。最后对算法性能进行了测试,实验结果表明该文化基因算法比单独使用粒子群优化算法具有更高规划效率,得到的初始侦察航路较优。     

基于广度优先递归算法的航路规划

介绍了局部航路规划和递归算法的特点，针对局部航路规划研究海区范围较小的特点，在一般递归算法的基础上，提出了运用广度优先的遍历递归算法作为规划方法，并阐述了广度递归算法的步骤。经过实例仿真，得到了较为满意的结果。为研究局部航路规划提供了一种优化算法。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

无人机在线航路规划技术研究及其工程实现

通过对无人机航路规划技术的研究,阐述了无人机航路规划系统的整体结构以及无人机航路规划模块与制导控制的无缝链接技术。在无人机在线情况下,针对离线算法,通过存储缓存航路,切换航路模式方式实现算法在工程上的应用,对于实时算法,通过实时产生虚拟目标点,追踪虚拟点的方法实现算法在工程上的应用。在此基础上,给出仿真验证的方案,验证该融入方式的可行性。     

多约束条件下飞行器航路规划

飞行器航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法。该文在遗传算法中加入了航路规划的相关知识来求解问题，给出一种解决多约束规划问题的方法。首先。提出了一种航迹极坐标编码方式，将航路规划中的部分约束融人到算法模型中并加以解决；第二，采用目标函数的方式解决航路规划中的部分约束。     

基于虚拟障碍物法的无震荡航路规划

人工势场法作为路径规划的一种算法,凭借其解算得到的平滑航路,特别适用于不够灵活的移动机器人、智能体的路径规划。由于人工势场法自身不可避免地存在局部极小值以及算法执行不可避免的离散化,导致航路点解算可能会陷入局部极小值陷阱而进入死循环以及出现航路点震荡问题。针对局部极小值陷阱问题,提出改进型虚拟障碍物法;对虚拟障碍物位置的确定,引入了威胁区的概念,并提出了一个确定标准。针对航路点震荡问题,提出过滤震荡点法。仿真实验证明：改进型虚拟障碍物法能够有效地使陷入局部极小值陷阱的航路点解算,成功逃出陷阱;过滤震荡点法能够有效地消除震荡航路点,得到相对平滑的航路。     

潜射反舰导弹齐射航路规划算法研究

为了实现潜射反舰导弹齐射航路规划,提出基于Dubins航路的潜射反舰导弹齐射航路规划算法。介绍了Dubins航路设计原理,建立了基于Dubins航路的潜射反舰导弹齐射航路规划算法,研究了障碍物规避、齐射入射角和导弹同时到达的计算方法,归纳了潜射反舰导弹齐射航路规划算法流程。仿真结果表明,基于Dubins航路的导弹航路规划算法能够实现潜射反舰导弹齐射航路规划,校验了该算法的正确性和有效性,为潜射反舰导弹作战应用提供有力支撑。     

一种新型启发式搜索算法研究

提出了一种用于解决复杂优化问题的新的启发式算法--蚁群算法.采用该算法进行了无人机的航路规划,为求解无人机航路规划问题提供了一种新的算法.该算法对传统蚁群算法进行了改进,更好地解决了无人机的航路规划问题,文中进行了相应的仿真,仿真结果表明了算法的有效性.     

一种基于遗传模拟退火算法的航迹优化方法

航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。     

反舰导弹航路规划图形化快速逆推方法

为提高反舰导弹航路规划的决策效率,基于几何学原理提出了航路规划功能区域的概念,发掘出了航路规划的几何学本质.将功能区域概念融入逆向航路规划过程中,发现了功能区域的几何学渐变规律,据此提出了一种航路规划图形化快速逆推方法.开发并实现了反舰导弹航路规划图形化辅助决策系统,应用实例表明,该方法可定量描述航路规划决策空间,消除...     

基于遗传算法的无人侦察机航迹规划

提出了基于遗传算法的URAV航迹规划,将航迹规划的多种约束与算法相融合,综合考虑了多种约束条件对航迹规划的影响.算法采用了改进的航迹极坐标编码方式,算法参数采用了自适应的交叉率和变异率,实现了URAV以最小的被发现概率到达目标点,仿真结果表明该方法是可行而有效的.     

基于改进A~*的三维航迹快速规划方法

针对导弹航迹规划的高时效性要求,提出了一种基于改进A*的快速航迹规划方法。该方法针对A*算法计算过程的主要耗时点,采用了基于双向链表的OPEN表标记插入排序方法;针对导弹飞行三维约束条件,引入了基于简化运动学方程的空间节点高效扩展方法。仿真结果证明,改进A*算法在没有改变航迹规划结果质量的同时,有效的提高了航迹的搜索速度。     

多约束条件下UUV空间航迹规划

针对多约束条件下无人水下航行器（UUV）空间航迹规划问题,提出了结合安全曲面和威胁地图的规划方法,建立了水下安全航行曲面,将3D空间规划降为2D航向平面规划,以解决3D规划空间过大的问题。并对敌对威胁和地形威胁统一化处理,构建威胁地图,引入威胁代价和威胁程度启发因子,最后运用A＊算法进行航迹搜索,以获得最优航迹。仿真结果显示,所提出的航迹规划算法简便、快速,生成的航迹能满足地形跟随、地形回避和威胁回避的需要。     

多平台协同突防航路规划

为解决多平台协同突防航路规划问题,提出协同突防航路规划方法框架。通过控制点基于分段保形二次插值描述与生成航路,建立包含平均航路长度、航路长度标准差、累积威胁程度的优化指标,并合成为加权综合目标函数,给出包含转弯半径判断、航路交叉判断以及障碍冲突判断的约束条件,通过粒子群优化算法进行航路控制点优化求解。在不同场景下进行航路规划求解,并分析了优化参数对于方法求解的影响。结果表明,方法能够给出可行且优化的协同突防航路。同时,优化指标的选取与约束条件的建立和航路规划过程解耦,可以在本方法框架的基础上根据实际问题需求自行配置优化指标与约束条件,一定程度上拓展了方法的通用性。     

基于免疫遗传算法的轮式装甲车辆CGF路径规划研究

为了改进轮式装甲车辆CGF路径规划能力,提高CGF路径质量,在基本遗传算法的基础上,结合生物免疫学原理,加入了免疫算法的部分思想,研究一种改进的免疫遗传算法用于轮式装甲车辆CGF全局路径规划。经过仿真实验证明,免疫遗传算法的性能较遗传算法有一定提高,算法收敛更快和规划路径质量更优。     

限定搜索区域的分层遗传算法无人机路径规划

为克服简单遗传算法易陷入局部最优解的缺点,减小路径搜索范围,提出了限定搜索区域的分层遗传算法无人机路径规划方法,该方法将分层遗传算法引入无人机路径规划的优化搜索问题中,将路径节点的二维坐标作为基因进行编码,根据威胁的分布情况缩小路径规划算法的搜索范围,使子种群可以获得包含不同优良模式的新个体,为子种群提供更加平等的竞争生存机会,使优化搜索有较为明确的搜索方向。仿真结果表明:与基于分层遗传算法的路径规划方法相比,该方法提高了路径寻优算法的性能,减少了绕行路径的出现几率,缩短了最优路径的长度。     

基于模拟退火算法的岛礁补给路径规划

为了高效、准确地解决岛礁补给最优路径规划问题,基于模拟退火算法对该问题进行了研究.采用路径长度最短作为海岛补给路径规划的最优指标,利用模拟退火算法求解最短路径.并分别对蚁群算法和模拟退火算法路径规划进行仿真分析,仿真结果表明:在岛礁补给路径规划问题上,模拟退火算法不仅可以高效准确地解决岛礁最优路径规划问题,而且相对于蚁群算法具有能避免陷入局部最优,计算结果稳定且效率更高等优势.该方法不仅可以用于岛礁补给路径规划,还可以用于解决无人平台、飞行器等路径规划的问题.     

室内移动机器人运动规划与导航算法优化

为提高动态规划算法的效率与安全性,设计一种适用于动态复杂环境运动规划的优化算法.从状态搜索空间、路径重规划和路径平滑性3个方面对跳点搜索(jump point search,JPS)路径规划算法进行优化,通过与动态窗口法(dynamic window approach,DWA)轨迹规划算法融合对其评价函数进行优化,实现基于动态窗口方式的实时避障,并对A*、JPS算法和改进JPS算法的仿真测试进行对比实验.实验结果证明了该优化算法的可行性与安全性.     

基于改进A*算法的路径规划在海战兵棋推演中的应用

为满足海战兵棋推演中多目标路径规划的需求,解决传统A^*算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A^*算法的路径规划方法。建立一种映 射机制,实现了A^*算法在兵棋推演环境中的初步运用。构建一种既能满足多目标需求又能保证生成最优路径的估价函数。为验证算法有效性,在实际推演平台上进行了相关实验。结果表明,改进A^*算法可较好地统筹多个决策目标之间的关系,有效提升路径方案的质量,解决使用A^*算法在海战兵棋推演中进行最优路径规划的实际问题。