基于遗传算法的UAV自适应航迹规划
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Adaptive Path Planning of the UAV Based on Genetic Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    根据遗传算法与动态的稀疏A*搜索(Dynamic Sparse A* Search, DASA)算法各自的特点, 提出一种组合优化算法来实现在不确定战场环境中自适应航迹规划. 在无人机(UAV, Unmanned Aerial Vehicles)飞行前, 采用全局搜索能力强的遗传算法进行全局搜索, 对从起始点到目标点的飞行航线进行规划, 生成全局最优或次优的可行参考飞行航线; 在无人机任务执行阶段, 以参考飞行航线为基准, 采用DASA算法进行在线实时航迹再规划. 仿真结果表明, 与遗传算法相比, 该组合算法不但能生成近似最优解, 而且能够满足在线实时应用的要求.

    Abstract:

    According to the characteristics of genetic algorithm and the Dynamic Sparse A* Search (Dynamic Sparse A* Search, DASA) algorithm, this paper puts forward a combinational optimal algorithm fulfilling adaptive path planning in flying environment with unknown threat. Before flight, the ground station adopt genetic algorithm which possess the powerful ability of global search to realize Universal Search, we proceed programme from the starting point to the target point to generate the global optimal or suboptimal feasible reference airline. When the UAV is executing fly missions, DASA algorithm is used for on line route re planning based on the reference flight line as the benchmark. The simulation results show that compared with the genetic algorithm, the combined algorithm cannot only produce an approximate optimal solution, but also meet the requirements of real-time online application.

    参考文献
    相似文献
    引证文献
引用本文

王琪,马璐,邓会亨.基于遗传算法的UAV自适应航迹规划.计算机系统应用,2013,22(1):200-203

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-06-18
  • 最后修改日期:2012-08-13
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号