[发明专利]一种基于改进蚁群算法的无人机路径规划方法

权利要求书

1.一种基于改进蚁群算法的无人机路径规划方法，其特征在于，包括下列步骤：

步骤1：应用栅格法对地图环境进行建模，设定好起始点和目标点的位置；

步骤2：初始化系统并设置参数；

步骤3：更新禁忌表；

步骤4：判断进程死锁；

步骤5：采用轮盘赌策略选择下一个栅格；

步骤6：判断蚂蚁是否到达目标点；

步骤7：更新信息素。

2.如权利要求1所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

在初始化系统并设置参数的过程中，相应参数包括蚂蚁数量m、信息素激励因子α、期望启发因子β和信息素挥发系数ρ。

3.如权利要求2所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

更新禁忌表的过程，具体为将蚂蚁k(k＝1,2,...,n)放在当前节点上，并将当前节点添加到禁忌表中。

4.如权利要求3所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

判断进程死锁具体为判断蚂蚁是否陷入死锁点，如果陷入死锁点，则采取回退机制，并将后退前的节点纳入禁忌表，同时信息素浓度惩罚机制将该死锁点上的信息素浓度清空，然后判断蚂蚁下步栅格是否可行且未到达目标点，若下步栅格可行且未到达目标点，则转至步骤5，否则转至步骤3。

5.如权利要求4所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

在采用轮盘赌策略选择下一个栅格的过程中，首先通过加入A*算法和将目标点纳入考虑改进启发函数，再选择下一个要到达的栅格。

6.如权利要求5所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

判断蚂蚁是否到达目标点具体为判断是否每只蚂蚁都已到达，若未到达，重复执行步骤3，直到蚁群中每只蚂蚁都在迭代过程中完成路径搜索，然后就转至步骤7。

7.如权利要求6所述的基于改进蚁群算法的无人机路径规划方法，其特征在于，

更新信息素的过程，包括下列步骤：

步骤7.1：每次迭代之后，若迭代次数满足，则按照以下公式更新信息素：

τ_ij(t+1)＝(1-ρ)τ_ij(t)+Δτ_ij

W₂＝V_uav·T_uav

其中，ρ的取值范围为0＜ρ＜1，K₁和K₂是大于1的常数，ò表示信息素调配因子，是一个可变常数，L_k表示蚂蚁k寻找的路径长度，表示最优路径转弯权重，L_average表示本次迭代所有蚂蚁的平均路径长度，W₁和W₂分别表示将转弯角度和转弯次数转换为栅格长度，Cals(l)表示最优路径上转弯的所有角度之和，Turn(l)表示最优路径上的转弯数之和，V_uav表示无人机飞行的恒定速度，ω_uav表示无人机转弯飞行时的角速度，T_uav表示无人机转动一次加速或减速的时间；

步骤7.2：保证信息素浓度满足以下公式：

其中，τ_max和τ_min分别为在每条路径上设定的信息素浓度上下限；若满足收敛条件，则退出；如果不满足，则转至步骤3；

步骤7.3：若迭代次数N满足N＞N_max，则停止计数，输出最终结果。