混合種群RRT無(wú)人機(jī)航跡規(guī)劃方法
發(fā)布時(shí)間:2023-05-07 05:49
快速擴(kuò)展隨機(jī)樹(rapidly-exploring random tree,RRT)無(wú)人機(jī)航跡規(guī)劃方法能夠快速獲得滿足約束要求的可行航跡,但是無(wú)法獲得接近最短航跡的較優(yōu)航跡。針對(duì)航跡的最優(yōu)性問(wèn)題,提出了混合種群RRT無(wú)人機(jī)航跡規(guī)劃方法。在基于環(huán)境勢(shì)場(chǎng)的RRT算法的基礎(chǔ)上,設(shè)計(jì)了一種種群優(yōu)化方法,通過(guò)引入自優(yōu)化種群和協(xié)同優(yōu)化種群改善航跡段,使算法同時(shí)具有局部和全局尋優(yōu)能力。在得到航跡節(jié)點(diǎn)的基礎(chǔ)上,采用B樣條曲線的平滑方法生成曲率連續(xù)的可跟蹤航跡。仿真結(jié)果表明,所提算法能夠綜合考慮無(wú)人機(jī)航程代價(jià)和雷達(dá)威脅代價(jià),快速地收斂得到接近最優(yōu)且滿足無(wú)人機(jī)動(dòng)力學(xué)約束的可行航跡,在不同環(huán)境下也能有滿意的收斂效率。
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
0 引言
1 問(wèn)題提出
2 基本RRT算法及其改進(jìn)
2.1 RRT算法
2.2 EPF-RRT算法
3 MPRRT算法
3.1 算法描述
3.2 航跡平滑
3.3 算法步驟
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論
本文編號(hào):3810404
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
0 引言
1 問(wèn)題提出
2 基本RRT算法及其改進(jìn)
2.1 RRT算法
2.2 EPF-RRT算法
3 MPRRT算法
3.1 算法描述
3.2 航跡平滑
3.3 算法步驟
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論
本文編號(hào):3810404
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3810404.html
最近更新
教材專著