|本期目录/Table of Contents|

[1]陈薇,陈泽钰,王雷,等.基于天牛须搜索的无人机路径规划算法的鲁棒性分析[J].浙江理工大学学报,2020,43-44(自科四):542-548.
 CHEN Wei,CHEN Zeyu,WANG Lei  ZHOU Guancheng,et al.Robustness of UAV path planning algorithm based on beetle antennae search algorithm[J].Journal of Zhejiang Sci-Tech University,2020,43-44(自科四):542-548.
点击复制

基于天牛须搜索的无人机路径规划算法的鲁棒性分析()
分享到:

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第43-44卷
期数:
2020年自科四期
页码:
542-548
栏目:
出版日期:
2020-07-10

文章信息/Info

Title:
Robustness of UAV path planning algorithm based on beetle antennae search algorithm
文章编号:
1673-3851 (2020) 07-0542-07
作者:
陈薇陈泽钰王雷周冠丞陈德潮
1.浙江育英职业技术学院信息技术分院,杭州 310018;2.杭州电子科技大学计算机学院,杭州 310018
Author(s):
CHEN Wei CHEN Zeyu WANG Lei  ZHOU Guancheng CHEN Dechao
1. School of Information Technology, Zhejiang Yuying College of Vocational Technology, Hangzhou  310018, China; 2. School of Computer, Hangzhou Dianzi University, Hangzhou 310018, China
关键词:
天牛须搜索无人机路径规划障碍物躲避优化算法鲁棒性
分类号:
V279; V249-1
文献标志码:
A
摘要:
为考察无人机(Unmanned aerial vehicles, UAVs)在飞行过程内、外部环境干扰对基于天牛须搜索(Beetle antennae search,BAS)算法的无人机路径规划算法,即OABAS (Obstacle avoidance beetle antennae search) 算法的影响,采用抗噪分析模拟的方法对OABAS算法进行鲁棒性分析。首先构建了噪声干扰下无人机的运动场景,包括静态障碍物场景和动态障碍物场景;然后通过对场景中的路径参数添加高斯白噪声,模拟了无人机飞行过程中的定位干扰;最后在不同种类的地图上对OABAS算法进行模拟实验,包括二维平面上规则和不规则的障碍物以及真实三维地图,通过对比添加噪声干扰前后代价函数值的收敛情况,分析了该算法在受到噪声干扰下的鲁棒性,以分析天牛须搜索的无人机路径规划算法的性能。结果表明:OABAS算法具有较强鲁棒性,在添加噪声前后进行路径规划均有较好的表现。

参考文献/References:

[1] 蒙波, 皮亦鸣, 曹宗杰. 基于改进A*算法的无人机航迹规划[J]. 计算机仿真2010,27(9):29-32
[2] 邱小湖, 邱永成. 优化蚁群算法在无人机航路规划中的应用[J]. 计算机仿真, 2010, 27(9):102-105
[3] 毛晨悦, 吴鹏勇. 基于人工势场法的无人机路径规划避障算法[J]. 电子科技, 2019,32(7):65-69
[4] 张娜, 胡国亨, 金瑜婷, 等. 基于多种群进化算法的测试用例优先级排序研究[J]. 浙江理工大学学报(自然科学版), 2018, 39(2): 218-223.
[5] 陆宇, 张星煦, 赵廷玉. 基于细菌觅食算法的波前编码相位掩模的优化研究[J]. 浙江理工大学学报(自然科学版), 2017, 37(4): 604-610.
[6] Xu C F, Duan H B, Liu F. Chaotic artificial bee colony approach to Uninhabited Combat Air Vehicle (UCAV) path planning[J]. Aerospace Science and Technology, 2010, 14(8): 535-541.
[7] Duan H B, Yu Y X, Zhang X Y, et al. Threedimension path planning for UCAV using hybrid metaheuristic ACODE algorithm[J]. Simulation Modelling Practice and Theory, 2010, 18(8): 1104-1115.
[8] Duan H B, Zhang X Y, Wu J, et al. MaxMin adaptive ant colony optimization approach to multiUAVs coordinated trajectory replanning in dynamic and uncertain environments[J]. Journal of Bionic Engineering, 2009, 6(2): 161-173
[9] Roberge V, Tarbouchi M, Labonté G. Comparison of parallel genetic algorithm and particle swarm optimization for realtime UAV path planning[J]. IEEE Transactions on Industrial Informatics, 2013, 9(1): 132-141
[10] Wu Q, Shen X D, Jin Y Z, et al. Intelligent beetle antennae search for UAV sensing and avoidance of obstacles[J]. Sensors, 2019, 19(8): 1758

备注/Memo

备注/Memo:
收稿日期:2019-12-22
网络出版日期:2020-05-08
基金项目:国家自然科学基金项目(61906054)
作者简介:陈薇(1978-),女,浙江丽水人,讲师,主要从事计算机应用方面的研究
更新日期/Last Update: 2020-07-06