单目标应用:基于蛇群优化算法(SO)的无人机(UAV)三维路径规划(提供MATLAB代码)

176 篇文章 16 订阅
144 篇文章 80 订阅

一、蛇群优化算法SO

蛇群优化算法(Snake Optimizer,SO)由Fatma A. Hashim和Abdelazim G. Hussien于2022年提出,该算法思路新颖,快速高效,模拟了蛇的觅食和繁殖行为。SO具体原理参考如下链接:

蛇群优化算法

二、无人机(UAV)三维路径规划

无人机三维路径规划数学模型参考如下文献:

Phung M D , Ha Q P . Safety-enhanced UAV Path Planning with Spherical Vector-based Particle Swarm Optimization[J]. arXiv e-prints, 2021.

目标函数由路径长度成本,安全性与可行性成本、飞行高度成本和路径平滑成本共同组成:

(1)路径长度成本

路径长度成本由相邻两个节点之间的欧氏距离和构成,其计算公式如下:
在这里插入图片描述

(2)路径安全性与可行性成本

在这里插入图片描述

路径安全性与可行性成本通过下式计算:

在这里插入图片描述

(3)路径飞行高度成本

在这里插入图片描述

飞行高度成本通过如下公式计算所得:
在这里插入图片描述
在这里插入图片描述

(4)路径平滑成本

在这里插入图片描述

投影向量通过如下公式计算:

在这里插入图片描述

转弯角度的计算公式为:
在这里插入图片描述

爬坡角度的计算公式为:

在这里插入图片描述

平滑成本的计算公式为:
在这里插入图片描述

(5)总成本(目标函数)

在这里插入图片描述

总成本由最优路径成本,安全性与可行性成本、飞行高度成本和路径平滑成本的线性加权所得。其中,b为加权系数。

三、实验结果

在三维无人机路径规划中,无人机的路径由起点,终点以及起始点间的点共同连接而成。因此,自变量为无人机起始点间的各点坐标,目标函数为总成本(公式9)。

3.1参数设置

(1)设9个柱状障碍物的位置及半径:

R1=60;  % Radius 60
x1 = 350; y1 = 500; z1 = 100; % center


R2=70;  % Radius 70
x2 = 600; y2 = 200; z2 = 150; % center

R3=80;  % Radius 80
x3 = 500; y3 = 350; z3 = 150; % center

R4=70;  % Radius 70
x4 = 350; y4 = 200; z4 = 150; % center

R5=70;  % Radius 70 
x5 = 700; y5 = 550; z5 = 150; % center


R6=80;  % Radius 80
x6 = 650; y6 = 750; z6 = 150; % center

R7=70;  % Radius 70
x7 = 800; y7 = 400; z7 = 150; % center

R8=50;  % Radius 50
x8 = 300; y8 = 350; z8 = 100; % center

R9=50;  % Radius 50
x9 = 500; y9 = 600; z9 = 100; % center 

(2)起始点位置为:

start_location = [200;100;150];

end_location = [800;800;150];

(3)起始点间共15个待求点。

(4)加权系数b=[5 1 10 1]。

(5)蛇群优化算法的种群大小为50,最大迭代次数为100。

4.2求解结果

独立运行三次,得到三次参考方案如下:(黑色正方形是起点,黑色圆圈是终点,共有9个柱状障碍物,红线为优化得到的无人机路线。)

(1)第一次结果:

在这里插入图片描述
在这里插入图片描述

(2)第二次结果:
在这里插入图片描述
在这里插入图片描述

(3)第3次结果:

在这里插入图片描述

在这里插入图片描述

由此可以看出,蛇群优化算法求解无人机三维路径规划优势明显,能够快速避障,找到合适的飞行路线。

四、参考代码

  • 3
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
蜣螂优化算法可以用于路径规划问题。在蜣螂优化算法中,蜣螂的位置和速度表示了路径的状态和方向。通过计算蜣螂的适应度来确定每个蜣螂的优劣程度,即路径的质量。在每次迭代中,根据其他蜣螂的位置和速度来更新当前蜣螂的速度和位置,并进行边界处理。最终,选择出最优的蜣螂作为最佳路径。 然而,蜣螂优化算法路径规划问题中并不是最常用的方法。通常,无人机路径规划问题更常使用其他算法,如最短路径规划、避障路径规划、多无人机协同规划、动态路径规划和最优路径规划等。这些算法根据具体的问题需求和约束条件,选择合适的方法来规划无人机的路径。 最短路径规划算法可以在给定起点和终点的情况下,确定无人机的最短路径以节省时间和能源。常用的算法包括Dijkstra算法、A*算法和快速随机树(RRT)等。 避障路径规划算法考虑到环境中的障碍物,使无人机能够规避障碍物并找到可行路径。常用的算法包括启发式搜索算法(如A算法的变体)和采样优化算法(如RRT算法)。 多无人机协同规划涉及到多个无人机的协同行动,以完成任务目标。这包括避免碰撞、分配任务、合作搜索等方面的问题。常用的方法包括多智能体路径规划、分布式协同算法等。 动态路径规划算法考虑到动态环境中的障碍物和目标变化,使无人机能够实时调整路径以适应环境的变化。这可能需要使用传感器数据、实时地图更新和机器学习算法等。 最优路径规划算法在给定的目标函数下,寻找最优的路径,如最小时间、最小能耗、最大安全性等。这需要建立合适的目标函数和约束条件,并应用优化算法(如遗传算法、粒子群优化等)来求解。 因此,在路径规划问题中,蜣螂优化算法可以作为一种选择,但并不是最常用的方法。根据具体的问题需求和约束条件,选择合适的路径规划算法来实现无人机路径规划。 #### 引用[.reference_title] - *1* [优化算法——蜣螂优化算法](https://blog.csdn.net/CodeWG/article/details/130755636)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [【路径规划】基于蜣螂优化算法三维无人机航迹规划 无人机路径规划Matlab代码#9】](https://blog.csdn.net/xiongyajun123/article/details/129847047)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值