規(guī)劃一條高時(shí)效且低代價(jià)的三維（3D）航行軌跡,成為目前無人機(jī)廣泛應(yīng)用亟須解決的問題。針對蟻群算法在航跡規(guī)劃中出現(xiàn)的航跡長度和平滑性不足問題,通過改進(jìn)蟻群系統(tǒng)中的節(jié)點(diǎn)移動規(guī)則、構(gòu)造多重啟發(fā)信息并結(jié)合粒子群優(yōu)化算法的全局搜索能力,提出了蟻群粒子群融合算法。同時(shí),就飛行航跡中出現(xiàn)的動態(tài)避障問題和目標(biāo)點(diǎn)變化問題,提出了改進(jìn)生物啟發(fā)神經(jīng)動力學(xué)模型算法,該算法針對3D靜態(tài)最優(yōu)航跡中出現(xiàn)的障礙物和目標(biāo)點(diǎn)變化,實(shí)現(xiàn)了局部在線航跡調(diào)整。實(shí)驗(yàn)仿真結(jié)果表明,蟻群粒子群融合算法能在3D靜態(tài)環(huán)境中規(guī)劃出一條期望航跡。同時(shí),改進(jìn)生物啟發(fā)神經(jīng)動力學(xué)模型算法不僅能對突發(fā)障礙動態(tài)避障,還能對動態(tài)目標(biāo)點(diǎn)變化實(shí)時(shí)跟蹤。 

【文章來源】：儀器儀表學(xué)報(bào). 2019,40(12)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

柵格化空間

(4)將圖2中sm和sn兩航跡點(diǎn)作為關(guān)鍵節(jié)點(diǎn)保留。經(jīng)上述步驟得到的無人機(jī)航跡,需要在節(jié)點(diǎn)交接處(折線連接)采用平滑處理后才能作為全局靜態(tài)期望航跡。本文采用均勻劃分的B樣條函數(shù)[16]進(jìn)行平滑處理,得到平滑后的航跡分布。

式(10)在經(jīng)典神經(jīng)動力學(xué)模型方程基礎(chǔ)上新增一個(gè)與時(shí)間無關(guān)的有限項(xiàng) d ij → ? cos θ ,來增大對下一節(jié)點(diǎn)決策選擇的影響,降低航跡選擇所造成的代價(jià)損失。其中 d ij → 由節(jié)點(diǎn)距離決定即 d ij → =ρ/|s j -s i |,θ 為決策相對目標(biāo)點(diǎn)的偏移方向,如圖3所示。其中,Ii為神經(jīng)元外部輸入;[Ii]-1指抑制輸入。 [Ι i ] + + ∑ j=1 n ω ij [x j ] + 和 d ij → ? cos θ 分別為激勵輸入;A、B、D均為非負(fù)常量;[-D,B]為xi的嚴(yán)格區(qū)間界限。其中 d ij → ?cosθ 表示與時(shí)間無關(guān)的有限項(xiàng); ∑ j=1 n ω ij [x j ] + 表示通過周圍n=26個(gè)神經(jīng)元活性值的積累來間接引導(dǎo)對下一航跡點(diǎn)的選擇,如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)A*算法優(yōu)化的移動機(jī)器人路徑規(guī)劃研究[J]. 陳豪,李勇,羅靖迪.  自動化與儀器儀表. 2018(12)
[2]旋翼飛行機(jī)器人的行人視覺跟蹤方法及系統(tǒng)[J]. 王耀南,羅瓊?cè)A,毛建旭,陳彥杰,周顯恩.  電子測量與儀器學(xué)報(bào). 2018(11)
[3]局部環(huán)境增量采樣的服務(wù)機(jī)器人路徑規(guī)劃[J]. 陳彥杰,王耀南,譚建豪,毛建旭.  儀器儀表學(xué)報(bào). 2017(05)
[4]改進(jìn)蟻群算法求解移動機(jī)器人路徑規(guī)劃[J]. 張成,凌有鑄,陳孟元.  電子測量與儀器學(xué)報(bào). 2016(11)
[5]3維復(fù)雜山地環(huán)境下旋翼無人飛行器高時(shí)效航跡規(guī)劃策略[J]. 張藝巍,譚建豪,王耀南.  機(jī)器人. 2016(06)
[6]基于彈簧模型的移動機(jī)器人路徑規(guī)劃研究[J]. 高申勇,許方鎮(zhèn),郭鴻杰.  儀器儀表學(xué)報(bào). 2016(04)

博士論文
[1]基于智能優(yōu)化算法的無人機(jī)航跡規(guī)劃若干關(guān)鍵技術(shù)研究[D]. 胡中華.南京航空航天大學(xué) 2011



本文編號：3580739