【无人机】基于蚁群算法求解含危险源的无人机路径规划附matlab代码

1 内容介绍

无人机具有小型化,低成本,高效率等优势,近年来得到了世界各国的广泛的应用.由无人机得到后的高精度影像可以广泛的应用于城市规划,地籍测量,三维重建,应急救灾,国土资源遥感监测等方面,无人机的广泛应用,也导致了无人机的飞行越来越复杂.目前通过无人机进行低空摄影测量时,无人机起飞到目标测区依靠测量员的经验进行测量前的航迹规划,通常的做法是将无人机盘旋到一个高度,使盘旋高度在地形威胁的上端,通过直飞到达测区.这样的航迹路线增加了无效的飞行,且目前随着国家航空管制,地区军事区域的控制加强和自然因素的影响,很容易造成无人机的坠毁.针对无人机进行低空摄影测量存在的以上因素,本文对无人机起飞到测区的这一段航迹进行了研究.首先采用了栅格划法对空间进行划分,建立约束模型,包括无人机物理性能约束模型和威胁约束模型​.

2 仿真代码

clc

clear all

close all

C=[1,1;1,2;1,3;1,4;1,5;1,6;1,7;1,8;1,9;1,10;

   2,1;2,2;2,3;2,4;2,5;2,6;2,7;2,8;2,9;2,10;

   3,1;3,2;3,3;3,4;3,5;3,6;3,7;3,8;3,9;3,10;

   4,1;4,2;4,3;4,4;4,5;4,6;4,7;4,8;4,9;4,10;

   5,1;5,2;5,3;5,4;5,5;5,6;5,7;5,8;5,9;5,10;

   6,1;6,2;6,3;6,4;6,5;6,6;6,7;6,8;6,9;6,10;

   7,1;7,2;7,3;7,4;7,5;7,6;7,7;7,8;7,9;7,10;

   8,1;8,2;8,3;8,4;8,5;8,6;8,7;8,8;8,9;8,10;

   9,1;9,2;9,3;9,4;9,5;9,6;9,7;9,8;9,9;9,10;

   10,1;10,2;10,3;10,4;10,5;10,6;10,7;10,8;10,9;10,10;]

%clear;clc

R=[3,3; 3,6; 7,2;8,5;1.5,4.5;];dRMax = 1.1; dRMin =0.5 ;

M=[8,3.5; 7.0,7.0;2.0,9.0];dMMax = 0.9; dMMin = 0.4 ;

A=[5.0,5.0; 4.5,8.0;6.0,7.5;7.0,9.0;];dAMax = 0.6; dAMin =0.4 ;

m=50;Alpha=1;Beta=0.8;Rho=0.8;NC_max=200;Q=100;e=2;

[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q,e,R,dRMax,dRMin,M,dMMax,dMMin,A,dAMax,dAMin);

3 运行结果

4 参考文献

[1]赵志, 段炼, 路东林,等. 基于蚁群算法的无人机三维路径规划与冲突解脱[J]. 航空计算技术, 2022.

[2]唐立, 郝鹏, 张学军. 基于改进蚁群算法的山区无人机路径规划方法[J]. 交通运输系统工程与信息, 2019, 19(1):7.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。