基于IKGC-PSO算法的无人机三维路径规划系统

来源：计算机测量与控制杂志2023年第8期北京时间：

作者：于力涵,洪儒,吴宇伦,谢迎娟

单位：河海大学

摘要：为了解决标准粒子群算法在无人机三维路径规划中存在的易陷入局部最优、动态化不足和路径平滑性差等问题,提出了一种基于粒子群算法和遗传算法的,融入K均值精英化和柯西变异的优化算法；采用K均值聚类算法进行精英初始化,优化粒子种群的分布；动态化学习因子,强化惯性权重的全局性,保留粒子群算法收敛速度快的优点；融入遗传思想,采用柯西变异的方法,提高寻解最优解的能力；在对比实验中,模拟了实际的复杂三维环境,选取了路径总长度、飞行高度差以及马尔科夫生存状态组成目标函数；结果表明改进算法的鲁棒性提高了98%,求解质量相较于IPSO算法和PSO算法分别提高了5.8%和10.6%,验证了优化后方法的有效性和鲁棒性。

关键词：粒子群算法;K均值聚类;柯西变异;遗传算法;马尔科夫生存状态;动态化

基金资助：国家自然科学基金（No.61573128）基于仿生视觉感知建模的水下构筑物裂缝检测方法研究；国家自然科学基金（No.61701169）仿听觉感知机制的分布式光纤振动传感扰动信号识别方法研究；国家重点研发计划（No.2018YFC0407101） 教育部产学合作协同育人项目（220803494162012，220603632072407） 国家级大学生创业训练项目（202210294232E） 江苏省大学生创新创业训练计划项目（202210294220Y） 河海大学本科实践教学改革研究项目（河海教