无人机路径规划论文参考文献6篇

　　随着科技的发展，无人机系统的应用也越来越广泛，对于无人机路径规划的研究也越来越火热，一些做这方面研究的人员会阅读一些相关的材料，因此在这里给大家分享无人机路径规划论文参考文献6篇。

　　1. 基于改进NSGA-Ⅱ算法的多目标无人机路径规划

　　摘要：路径规划是无人机自主智能飞行的关键技术之一。以路径长度和受威胁程度为优化指标,提出了无人机路径规划的多目标优化模型。为了找出一组分布多样化的最优路径,提出了改进的NSGA-Ⅱ算法,该方法在经典智能多目标优化算法NSGA-Ⅱ的基础上,引入了增加、删除算子使规划的路径能避开威胁区、引入最大拐弯角约束缓解变异操作导致的航路突变、引入了混合目标空间和决策空间信息的新型拥挤距离算子提高路径的多样性。仿真实验表明,对比NSGA-Ⅱ和传统的GA算法,改进的NSGA-Ⅱ算法能够有效找到一组收敛性好且分布多样化的路径。

　　2. 基于覆盖路径弧的无人机桥梁激光扫描路径规划

　　摘要：针对桥梁激光扫描巡检覆盖路径规划问题,提出基于点云切片的大型桥梁检查覆盖路径规划通用模型,这为多无人机系统桥梁覆盖路径规划提供了新的思路。首先,在点云切片的建模方法中增加补充视点,用于解决点云切片模型覆盖不完全的问题,将凸包集和补充视点转化为三维空间弧集,以弧为最小优化对象,解决大型建筑遍历搜索空间庞大的问题;其次,结合SC-CBBA (split and combine-consensus based bundle algorithm)和CRSOM(clustering characteristic of cluster growing ring self-organizing map)算法,实现多无人机任务的分配以及检查路径的弧序列规划;最后,通过仿真验证了该方法可以有效解决桥梁覆盖路径规划问题。

　　3. 基于改进飞蛾扑火算法的无人机低空突防路径规划

　　摘要：针对传统群体智能优化算法在复杂环境下求解无人机突防过程中路径搜索能力不足,易陷入局部最优、搜索时间长等问题,提出了一种基于改进的飞蛾扑火优化算法的无人机智能突防方法。首先,建立基本地形模型、威胁源模型,实现三维等效地形;然后,在飞蛾扑火算法中引入交叉算子和高斯变异算子,引起火焰变异,在迭代前期加快寻优速度,增强算法的全局搜索能力。

　　4. 物联网数据收集中无人机路径智能规划

　　摘要：为解决无人机在数据收集过程中的路径规划问题,将其分为全局路径规划和局部路径规划。针对全局路径规划,将其建模为一个定向问题,定向问题是背包问题和旅行商问题2种经典优化问题的组合。采用指针网络深度学习对该模型进行求解,并在无人机能量约束下得到其服务节点集合及服务顺序。针对局部路径规划,基于无人机接收到节点的参考信号强度,通过深度Q网络学习对无人机局部飞行路径进行规划,使无人机逼近节点位置并服务各节点。仿真结果表明,所提方案能够在无人机能量约束下有效提升其数据收集的收益。

　　5. 基于导向强化Q学习的无人机路径规划

　　摘要：随着无人机的广泛应用，其飞行能耗和计算能力面临着瓶颈问题，因此无人机路径规划研究越来越重要。很多情况下，无人机并不能提前获得目标点的确切位置和环境信息，往往无法规划出一条有效的飞行路径。针对这一问题，该文提出了基于导向强化Q学习的无人机路径规划方法，该方法利用接收信号强度定义回报值，并通过Q学习算法不断优化路径;提出“导向强化”的原则，加快了学习算法的收敛速度。仿真结果表明，该方法能够实现无人机的自主导航和快速路径规划，与传统算法相比，大大减少了迭代次数，能够获得更短的规划路径。

　　6. 基于改进遗传算法的无人机路径规划

　　摘要：针对传统遗传算法收敛速度慢、容易陷入局部最优、规划路径不够平滑、代价高等问题,提出了一种基于改进遗传算法的无人机(UAV)路径规划方法,该算法对遗传算法的选择算子、交叉算子和变异算子进行改进,从而规划出平滑、可飞的路径。首先,建立适合UAV田间信息获取的环境模型,并考虑UAV的目标函数与约束条件以建立适合本场景的更为复杂、精确的数学模型;然后,提出了混合无重串选择算子、非对称映射交叉算子和启发式多次变异算子,寻找最优路径以及扩大种群搜索范围;

　　推荐阅读：