基于智能算法的无人机航迹规划

论文摘要

文中针对多无人机在复杂约束条件下编队协同、巡航范围内覆盖率高的问题,基于K-means算法和Hop-field神经网络算法实现了一种无人机整体航迹规划方法。对任务要求的禁飞区域、目标区域建立任务区域的数字地图模型,进行模型分解合理的将有效区域分解为多个子目标点。随后采用K-means算法对无人机巡航的目标点进行聚类,并结合Hop-field神经网络算法对同类子目标点进行无人机航迹规划。以无人机在抗震救灾中的真实数据为实例,通过仿真实现了巡航区域90%的覆盖率,验证了文中方法的鲁棒性和有效性。

论文目录

• 1 UAV航迹规划问题分析与模型建立
•   1.1 UAV航迹规划问题描述
•   1.2 UAV航迹规划模型构建
• 2 UAV航迹规划算法
•   2.1 目标点的聚类算法
•   2.2 航迹规划算法
• 3 仿真实例
•   3.1 实例简介
•   3.2 模型简化与聚类算法仿真
•   3.3 神经网路算法路径规划仿真
• 4 结束语

文章来源

类型: 期刊论文

作者: 岳秀,张伟

关键词: 无人机,编队协同,航迹规划,模型区域分解技术,算法,神经网络算法,覆盖率

来源: 电子科技 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程,自动化技术

单位: 上海理工大学光电信息与计算机工程学院

基金: 国家自然科学基金(11502145)~~

分类号: V249;V279;TP18

DOI: 10.16180/j.cnki.issn1007-7820.2019.02.003

页码: 9-13

总页数: 5

文件大小: 571K

下载量: 407