基于改进蚁群算法的多无人机协同路径规划研究

声明

致谢

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容与章节安排

2 无人机路径规划的建模方法和常用算法

2.1 多无人机协同路径规划的问题描述

2.2 无人机路径规划的约束条件

2.2.1 无人机路径长度约束

2.2.2 无人机飞行高度约束

2.2.3 无人机最大攻角约束

2.2.4 无人机路径曲率约束

2.2.5 无人机安全性约束

2.2.6 其它约束

2.3.1 常用的环境建模方法

2.3.2 用栅格法建立无人机路径规划模型

2.4 常用无人机路径规划方法

2.4.1 概率法

2.4.2 A*算法

2.4.3 遗传算法

2.4.4 人工势场法

2.4.5 最优化方法

2.5 本章小结

3 基于改进蚁群算法的无人机路径规划研究

3.1.1 蚁群算法的基本原理

3.1.2 蚁群算法的优点和缺点

3.2 群居蜘蛛优化算法

3.2.1 群居蜘蛛优化算法的基本原理

3.2.2 根据无人机路径规划的综合代价确定蜘蛛权重

3.2.3 群居蜘蛛优化算法的优缺点

3.3.1 采用添加引导因子的方法改进传统蚁群算法

3.3.2 融合群居蜘蛛优化算法改进蚁群算法

3.3.3 改进蚁群算法的步骤

3.4 仿真实验

3.5 本章小结

4 路径平滑和多无人机协同路径规划

4.1 Dubins 路径

4.2 回旋曲线路径

4.3 多无人机协同路径规划算法步骤

4.3.1 多无人机协同路径规划问题描述

4.3.2 多无人机协同路径规划的步骤

4.3.3 多无人机协同路径规划的算法流程

4.4 仿真实验

4.5 本章小结

5 结论

参考文献

作者简历

学位论文原创性声明

学位论文数据集