A*初始化的变异灰狼优化的无人机路径规划

摘要：

无人机(unmanned aerial vehicle,UAV)路径规划问题是无人机任务规划系统的重要组成部分,需要在一个存在威胁区的搜索空间中获得最优路径.为解决灰狼优化算法存在收敛速度慢、容易陷入局部最优等问题,提出了一种基于A*初始化的变异灰狼优化算法.该算法首先将模型离散化,进而使用A*算法进行头狼的初始化,使后续算法有一个较优的起点,随后通过简化后的灰狼优化算法在连续模型上构建和更新种群,在迭代过程中,通过新提出的一种新型修正变异算子优化种群.利用三次B样条平滑后的无人机航迹,符合无人机的性能要求.经实验验证,算法在代价收敛速度、求取的最终路径以及算法稳定性方面均优于粒子群算法(particle swarm optimization,PSO)、灰狼优化算法(gray wolf optimizer,GWO)、共生生物搜索算法(symbiotic organisms search,SOS)算法,在解决无人机路径规划问题上具有较高的应用价值.

关键词：无人机(UAV);路径规划;A*算法;灰狼优化(GWO)

所属期刊栏目：58

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆市社会民生科技项目;重庆市高校创新团队建设计划项目

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：275-282