申请/专利权人:广东工业大学
申请日:2023-11-13
公开(公告)日:2024-03-22
公开(公告)号:CN117742373A
主分类号:G05D1/49
分类号:G05D1/49;G05D1/46;G05D101/10;G05D109/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于路径规划技术领域,尤其涉及一种基于改进遗传算法的无人机路径规划方法。本发明提出改进了的遗传算法的引用多样性算子控制遗传参数,以对种群多样性进行监测,并使用禁忌表对子代质量监测,预防了子代早熟问题,优化了子代质量,提高了算法求解效率;同时,本发明优化了的遗传算法还利用系统信息反馈对指标及参数调整,使算法在不同环境中都具有强适应性;使用新的交叉算子,提高算法对空间的探索能力;采用大规模抽样种群初始化方式,提高种群初始化鲁棒性,最终使得无人机路径规划过程的效率得到优化。
主权项:1.一种基于改进遗传算法的无人机路径规划方法,其特征在于,所述无人机路径规划方法包括以下步骤:S1、以无人机飞行使用的三维地图中的坐标点随机组成的路径作为数据源组成遗传算法使用的个体;S2、根据所述个体进行种群的初始化处理;S3、根据所述种群设置所述遗传算法的参数;S4、使用预设适应度函数计算所述种群中每一所述个体的适应度;S5、根据所述种群中每一所述个体的适应度更新禁忌表;S6、判断所述遗传算法是否满足预设终止条件,其中:若是:S61、确定所述种群中的最优个体,并将所述最优个体对应的路径输出作为最优路径;若否:S62、对所述种群进行多样性检测,并根据预设交叉变异算法进行种群交叉变异处理,以更新所述种群;根据所述禁忌表筛选出所述种群中的相似个体;对所述相似个体使用所述预设交叉变异算法进行种群交叉变异处理,以更新所述种群,返回步骤S3。
全文数据:
权利要求:
百度查询: 广东工业大学 基于改进遗传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。