基于并行蚁群算法的无人机协同任务/航迹规划应用研究

无人机协同任务/航迹规划问题具有多类复杂的约束条件,针对该问题本文提出并行蚁群算法的求解思路。首先采用蚁群算法构造无人机航迹的解空间,然后对解空间提出基于整数编码的遗传算法,对参与作战的无人机、目标任务、可选航迹进行编码,来提高解空间的求解效率。本文以无人机的SEAD任务为想定,对单任务进行了仿真实验。结果表明,并行蚁群算法可以有效地解决无人机协同任务/航迹规划问题,满足各类约束条件,提高问题解的可行性。     

基于改进RRT-Connect的协同航迹规划

提出一种基于改进双向快速扩展随机树(RRT-Connect)算法的无人机协同航迹规划方法.首先针对基本RRT-Connect算法效率较低且采样具有随机性的缺陷,提出一种改进RRT-Connect算法,通过控制采样范围、引入目标引力来降低无效采样,加快算法的收敛性;利用混沌序列来保证采样节点一定的随机性.利用改进RRT-Connect算法考虑航迹规划模型的约束条件,并引入人工势场,提出一种协同航迹规划方法.通过仿真实验验证了改进RRT-Connect算法与基本RRT-Connect算法相比性能的优越性,以及协同航迹规划方法的有效性.     

面向频谱测绘任务的多无人机协同航迹规划方法

针对非合作环境下的传统频谱地图测绘方法中存在的低精度、低效率问题,本文提出了一种基于人工势场法的多无人机协同航迹规划方法。首先,构建了多无人机协同测绘方案及优化目标;然后,通过多无人机的预先航迹规划完成对环境的初步感知,并基于感知信息提出基于人工势场法的多无人机协同航迹参数设计方法;之后,基于设计的参数及采集的数据完成航迹的再规划,从而有效规避多无人机飞行过程中可能存在的重复采集数据及无人机之间发生碰撞等问题。仿真结果表明,相比与传统单无人机航迹规划方法,本文所提航迹规划方法能够高效、高精度、安全地完成测绘任务,所得结果满足了多架无人机协同飞行要求,具有较强的理论与实用价值。      

动态自适应快速扩展树航迹规划算法研究

快速扩展随机树(RRT)是航迹规划的重要算法,针对其难以直接应用于无人机航迹规划的问题,提出了动态自适应RRT算法.动态自适应RRT算法在随机点产生过程中加入无人机转弯角约束,使航迹更适合无人机直接跟踪;同时引入动态调节因子,根据环境中障碍密集程度调整规划步长,有效避免各类障碍.计算机实验结果表明动态自适应RRT算法在单航迹规划和多航迹规划中明显优于基本RRT算法和其它改进RRT算法,更适用于无人机航迹规划.     

基于智能算法的无人机航迹规划

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。     

基于EMRP算法的多UAV协同航迹规划

为解决作战环境中的多无人机协同航迹规划问题,提出一种基于层次分解策略的航迹规划方法.通过骨架化算法生成规划空间,利用基于进化计算的多航迹规划(EMRP)算法为各UAV找到K条备用航迹,实现了利用EMRP算法与数学形态学相结合解决多UAV协同航迹规划问题,并对生成的初始航迹进行平滑处理,得到满足UAV机动要求的可行航迹....     

基于改进鲸鱼算法的多无人机协同欺骗干扰技术

多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。     

基于改进领航跟随法的多机协同航迹规划

航迹规划是实现无人机高效任务管理的关键环节之一。针对队形保持的多无人机协同航迹规划问题,引入队形力这一概念,对传统领航跟随法进行改进,提出了一种基于领航跟随法和人工势场法相结合的多机协同航迹规划算法,并利用MATLAB软件对上述算法进行了仿真实验,验证了此算法的正确性。     

无人机航迹规划群智能优化算法综述

无人机航迹规划是指根据任务目标规划出满足约束条件的飞行轨迹.航迹规划的好坏,对任务的完成产生重大的影响.因此,对航迹规划的研究成为了无人机技术研究的重要内容.本文综述了无人机航迹规划研究的现状,分别介绍了粒子群算法、蚁群算法、蜂群算法三种常见的群智能优化算法及其优缺点,最后对无人机航迹规划群智能优化算法的发展趋势进行了展望.     

3种多导弹航迹规划算法的比较

多导弹航迹规划是一个约束条件众多、强耦合的复杂多目标优化与决策问题,能有效提高作战效能。充分考虑了禁飞区和威胁区的不同作用距离、威胁度以及目标战术价值等环境因素,分别采用基于扩展Voronoi图法、基于栅格法和基于可视图法研究了多导弹航迹规划问题。采用了相同的战场环境,从产生的航迹、仿真时间、导弹攻击目标的组合、总体航迹代价和导弹飞行时间等各方面进行比较,仿真结果证明了3种算法的有效性,且根据研究问题的不同有各自的侧重点。提出的算法对多导弹航迹规划的研究具有很高的应用价值,可实际应用在巡航导弹、无人机等无人飞行器的协同控制中。     

利用概率天气预报的通航飞行路径规划

为解决实际天气与天气预报不一致时根据确定性天气预报所规划飞行路径效益低的问题,提出一种利用以概率方式给出的天气预报,对通用航空飞行路径进行规划的方法。该方法利用由集合数值天气预报得到的概率天气预报信息,构建空域概率天气模型,使用分阶段飞行路径规划方法保障预期规划目标的实现,将飞行路径规划分解为多个阶段,除第一阶段外,从每个阶段的每个起始点出发都分别规划绕飞和穿越可能的危险天气区域两条不同的路径,各阶段的不同路径采用A*算法进行搜索,得到包含多条飞行路径的规划飞行路径集合。实验结果表明,在保证安全性的前提下,该方法规划的飞行路径与其他典型算法规划的飞行路径相比,在统计意义上的期望飞行距离显著减小。      

无人机山区环境激光扫描路径规划方法研究

为了提升山区环境里无人机进行扫描时的飞行测量有效性和飞行效率，提出了一种结合传感器测量特性的路径规划方法，以激光传感器的最大测量距离和角度、飞行效率、巡检目标位置为约束，通过求解规划方程得到飞行的轨迹，从而保证无人机山区环境巡检的安全和效率。结果表明，结合Velodyne VLP-16，RS-LiDAR-16，HDL-32E 3种激光传感器的最大测量距离d以及测量角度θ等特性进行路径规划，规划优化效果分别达到了7.58%, 11.18%, 13.33%。该研究验证了山区激光扫描路径规划方法的有效性和正确性。     

利用人工免疫算法规划三维飞行航迹

利用人工免疫算法来规划的三维飞行航迹.人工免疫算法根据接种方式的不同分为3种情况:随机选择染色体进行接种;所有染色体挨个接种;每个染色体都接种但接种位置是随机的.分别按这3种情况对飞行航迹进行仿真,并对其规划出的航迹进行对比分析.同时,针对威胁的不确定性进行了仿真.最后根据飞机的机动性和适航性对上述规划出的航迹进行了优...     

基于Voronoi图和离散粒子群优化的无人机航迹规划

航迹规划是根据任务目标规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键技术.由于无人机航迹规划的复杂性,提出了一种无人机分层航迹规划的方法,该方法首先由Voronoi图生成初始航路,然后考虑各约束条件,赋予各航路相应的权值,最终应用离散型粒子群算法搜索出满意的规划解.仿真结果表明,该方法规划效率高,占用内存少,...     

飞行控制系统可视化仿真平台设计

提出了一种通用的飞行控制系统可视化仿真平台的设计与实现方案,具有控制系统可视化建模、仿真执行效率高、易于扩展和通用性强的优点。该平台在某型飞机模拟器基础上,设计了基于改进A*算法的静态航迹规划和基于电荷法的动态航迹规划。以并行化计算的思想设计了系统的总体框架,并通过OpenMP多线程并行多核编程技术和Matlab并行计算工具箱的SPMD(Single Program Multiple Data)技术实现了平台仿真的并行解算,大大提高了仿真效率。以"Beaver"多模态自动驾驶仪仿真设计为例,验证了平台的可行性。     

四旋翼无人机的轨迹规划跟踪控制研究

针对四旋翼无人机的实际应用需求,开展轨迹跟踪控制研究。提出了一种基于快速扩展随机树（RRT）算法的Dubins航迹规划方法,同时搭建了四旋翼模型,并设计了轨迹跟踪控制方案对所提出的规划路径进行了轨迹跟踪仿真。该RRT-Dubins算法采用RRT算法对有障碍区域的无人机路径进行有效规划,然后利用Dubins路径对规划出的轨迹进行平滑处理,以形成一条无人机可飞行路径。仿真实验表明,采用所提出的轨迹规划方法及路径可以较好地规避障碍区域,且轨迹平滑更适合无人机飞行,同时验证了所提轨迹跟踪控制方案的有效性。     

飞行器航迹规划与三维显示

主要讨论了航迹规划的国内外现状及意义,建立了简化威胁源模型,并采用改进遗传算法进行参考航迹规划,算法采用飞行指令编码和自适应交叉、变异算子,改进了简单遗传算法,仿真结果表明该方法快速收敛到全局最优解并能够很好的规避威胁,是一种有效的航迹规划方法。最后通过OpenGL导入三维模型,并利用算法改变飞行器的飞行姿态,逼真地展现了飞行器的三维航迹。     

灾情侦测无人机动态航迹规划算法设计

提出了一种应用于灾情侦测无人机的动态航迹规划算法。当突发地震、洪水等重大灾害时,可第一时间获取灾情环境信息,并利用无人机携带侦测设备对灾害现场信息、图像进行探测和实时传送。提出了一种基于文化算法框架下的动态航迹规划算法,首先针对环境中的不同地形进行模型构建,对丘陵、山峰等障碍物设计相应的函数模型,构建数字地图,在该地图模型上进行动态航迹规划,该航迹规划算法可使无人机在飞行过程中自主规划航迹,实现超低空飞行,使信息采集更准确,有效的辅助救援策略的制定。通过仿真验证,并与多种算法进行比较,证明了该算法的可行性与有效性。     

无人机航迹规划算法分析

为实现安全、高效的无人机飞行,需要进行航迹规划,避免与障碍物发生碰撞,从而保证航行安全。无人机的航迹规划问题主要通过智能体的路径规划算法,在一定的约束条件下进行解决,如人工势场法、快速搜索随机树法、A*算法以及跳点搜索算法。文中分析了这些常用算法的原理,通过仿真对比这些算法在求解质量与计算效率方面的性能表现,总结了每种算法的特点、局限性及适用范围。