面向复杂三维场景无人机自适应混沌优化航路规划算法

来源：计算机测量与控制杂志2026年第6期北京时间：

作者：杨帆,刘蓉,许程凯,马军锋,王彩凤

单位：江苏航空职业技术学院无人机与智能产业学院

摘要：针对复杂三维环境下无人机航路规划对全局优化、动态避障与地形跟随的迫切需求，提出一种融合自适应机制与混沌优化的改进蚁群算法（ACACO）；通过设计随迭代过程自适应的信息素挥发因子和目标导向式启发函数，动态平衡算法的探索与开发能力；引入混沌映射对种群初始化与信息素更新扰动，有效增强算法的全局寻优能力；构建了综合航程、动态威胁与地形高程的复合代价函数；仿真结果表明，相较于传统蚁群算法（ACO）、粒子群算法（PSO）及改进雪崩算法（SAA），ACACO算法规划路径的平均长度缩短了12.3%，平滑度提升了28%，动态威胁规避成功率达到了96.7%，平均收敛迭代次数减少53.1%，在长江流域“退渔还江”司法执行案中，实现了自动化仿地勘察与动态巡查，验证其在复杂场景下的工程适用性与控制效能，为无人机在巡检、测绘等领域的智能航路规划提供了有效的算法解决方案。

关键词：复杂三维环境;无人机;航路规划;自适应机制;混沌优化;蚁群算法

基金资助：中国高校产学研创新基金项目（2022IT180）；江苏省重点研发计划项目（BE2022068-4）；江苏省职业教育“双师型”名师工作室项目（苏教办师函[2022]4号）、江苏省社科应用研究精品工程项目（25SXC-042）、江苏航空职业技术学院院级重点课题（JATC21010107）