申请/专利权人:电子科技大学成都学院
申请日:2023-09-12
公开(公告)日:2024-03-29
公开(公告)号:CN117784803A
主分类号:G05D1/46
分类号:G05D1/46;G05D109/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明涉及无人机路径规划技术领域,尤其涉及基于全域改进蚁群算法的无人机路径规划方法和系统,方法包:获取无人机飞行过程中的场景地形;对场景地形图进行空间离散化和空间栅格数字化属性赋值,完成场景地形图的空间建模;通过将信息素赋值为零的方式对被围住的栅格中心点进行屏蔽,实现障碍物屏蔽;生成无人机飞行起点与终点之间的引导路径,按照引导路径的指引,在步长范围和障碍物的限制下向着终点出发,探索可行路径,采用自适应信息素更新策略不断更新信息素,最终路径将收敛至最优路。本发明克服了传统的蚁群算法在空间路径规划时穿入障碍物内部、收敛速度慢和无方向性的缺点,整体优化搜索效率提高了40%。
主权项:1.基于全域改进蚁群算法的无人机路径规划方法,其特征在于,包括以下步骤:获取无人机飞行过程中的场景地形图,所述场景地形图中至少包括障碍物图像信息;对场景地形图进行空间离散化和空间栅格数字化属性赋值,完成场景地形图的空间建模;确定被障碍物外轮廓围住的内部栅格中心点,并通过将信息素赋值为零的方式对被围住的栅格中心点进行屏蔽,实现障碍物屏蔽;生成无人机飞行起点与终点之间的引导路径,按照引导路径的指引,在步长范围和障碍物的限制下向着终点出发,探索可行路径,采用自适应信息素更新策略不断更新信息素,最终路径将收敛至最优路径。
全文数据:
权利要求:
百度查询: 电子科技大学成都学院 基于全域改进蚁群算法的无人机路径规划方法和系统
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。