基于改進自適應蟻群算法的無人機航跡規劃研究

陳 俠， 毛海亮， 劉奎武

(沈陽航空航天大學，沈陽 110000)

0 引言

近年來，無人機技術逐漸成為航空領域最具挑戰性和高潛力的技術之一。同時，航跡規劃正在成為無人機的關鍵技術之一，受到世界各國學者的廣泛關注。無人機航跡規劃的主要任務是在已知起點和終點的情況下，找到一條可以避開障礙的可行路徑[1]。

近年來，各國學者提出了許多航跡規劃方法，如經典的Dijkstra算法、遺傳算法[2]、快速隨機搜索樹算法[3]、粒子群算法[4]、A*算法[5]、蟻群 (ACO) 算法等。ACO算法自從被意大利學者DORIGO提出后，逐漸被應用于物流、路徑規劃等領域。該算法是根據蟻群覓食原理設計出的一種群智能算法，具有魯棒性強、信息反饋好等優點，有利于解決復雜路徑規劃的問題，被廣泛應用于無人機航跡規劃[6]。但ACO算法在執行任務過程中存在收斂速度慢、效率低等缺點，于是，有關學者開始對其不斷改進來滿足無人機的飛行要求。文獻[7]利用幾何優化方法對螞蟻進行引導，加快了收斂速度，但存在個別螞蟻迷失的現象；文獻[8]對狀態轉移函數和信息素更新規則進行改進，加快了算法前期的搜索速度，通過引入信息素調節因子，避免算法后期取得局部最優解，但該算法收斂速度仍然較慢；文獻[9]將自適應與ACO算法相結合，提高算法尋找全局最優值的能力，通過自適應并行策略和自適應信息更新策略，提升算法全局搜尋能力，但該算法規劃的航跡仍不平滑；文獻[10]提出了多啟發式改進蟻群 (IACO) 算……