申请/专利权人：电子科技大学

申请日：2023-06-30

公开（公告）日：2023-12-29

公开（公告）号：CN117308942A

主分类号：G01C21/20

分类号：G01C21/20;G01S13/933

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明涉及一种基于增强型蝠鲼觅食优化算法的无人机路径规划方法，包括：建立三维地图，设置蝠鲼种群中包含的个体的个数和最大迭代次数；采用Tent混沌映生成初始蝠鲼种群；根据适应度函数公式，计算初始种群中每个个体的适应度函数值。迭代更新各个蝠鲼个体的位置；更新当前蝠鲼个体的曲线长度；根据路径长度，障碍物碰撞成本，雷达威胁成本，高度变化成本，并计算出适应度函数值；算法计算出的适应度函数值最小的解作为无人机路径规划的结果，进行输出。本发明通过引入Tent混沌映射，提升了种群初始化的时候的多样性；采用控制参数调整策略，平衡了算法的局部搜索能力和全局搜索能力；在该基础上增加levy飞行策略，增加了跳出局部最优的能力。

主权项：1.一种基于增强型蝠鲼觅食优化算法的无人机路径规划方法，其特征在于，所述方法包括：步骤1：建立包含障碍的三维地图，设置蝠鲼种群中包含的蝠鲼个体的个数n，最大迭代次数T；一个蝠鲼种群对应一对起点和终点，一个蝠鲼种群中的蝠鲼个体就是相同起点和终点下的不同无人机路径；一个蝠鲼种群对应起点与终点之间的一条无人机路径，一个蝠鲼种群中的蝠鲼个体就是该无人机路径中的一个位置点；随机生成避开了障碍的无人机路径之后将该路径作为备选的蝠鲼种群；步骤2：基于备选的蝠鲼种群采用Tent混沌映生成用于迭代的初始蝠鲼种群；步骤3：根据适应度函数计算初始蝠鲼种群中每个蝠鲼个体的适应度函数值；步骤4：迭代更新各蝠鲼个体的位置，具体为：先根据当前迭代次数t计算出控制参数conf，生成一个取值范围为0,1的随机值rand，设置一个取值范围为0,1的预设阈值；e为自然常数；再采用进行三步更新迭代：第一步：根据rand、conf和预设阈值的大小关系采用不同的觅食策略得到更新第t+1次迭代的蝠鲼个体位置：当rand大于等于预设阈值时，采用链式觅食策略；当rand小于预设阈值且conf大于等于rand时，采用基于最佳位置作为参考位置的螺旋觅食策略；当rand小于预设阈值且conf小于rand时，采用基于一个新的随机位置作为参考位置的螺旋觅食策略；第二步：采用翻筋斗觅食策略对第一步得到第t+1次迭代的蝠鲼个体位置更新；第三步：采用莱维Levy飞行策略对第二步得到的第t+1次迭代的蝠鲼个体位置更新结果再进行更新得到步骤4最终输出的第t+1次迭代的蝠鲼个体位置；步骤5：基于步骤4输出第t+1次迭代的蝠鲼个体位置来计算对应的路径曲线长度fL、雷达威胁成本fR，障碍物碰撞成本fC，高度变化成本fH，并根据当前蝠鲼个体是否与障碍有碰撞来设置惩罚因子p；步骤6：利用步骤5确定的fL、fR、fC、fH、p计算出当前蝠鲼个体的适应度函数值；更新t＝t+1，保留截止第t次迭代完成的整个迭代过程中的适应度函数值的最小值作为当前全局最优解，当前全局最优解对应的点的位置作为最优个体的位置，根据最优个体的位置生成的路径曲线为全局最优曲线，再判断是否达到迭代结束的条件，如否，则返回重复步骤4-6，直至迭代完成，如是，则进入步骤7；步骤7：将输出全局最优曲线作为当前无人机路径规划输出，再更新i＝i+1，返回步骤1，直至i＝n，则将输出的全局最优曲线作为无人机路径规划的结果。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于增强型蝠鲼觅食优化算法的无人机路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD