基于改进遗传算法的无人机搜索路径规划的研究

基于改进遗传算法的无人机搜索路径规划的研究

人工智能技术与咨询

作者刘江阳等

关键词: 遗传算法；无人机搜索；路径规划；Genetic Algorithms；UAV Search；Route Planning

摘要: 本文针对无人机搜索目标时移动速度的大小和方向不确定的问题，设计了基于改进遗传算法的搜索路径规划算法。传统的基于解析的办法适应性不强，不便于计算机自动化计算的实现。本文提出了基于改进遗传算法的搜索路径规划算法，将目标移动方向的概率时间等参数作为动态的人工势场综合考虑，提高了搜索路径规划问题求解算法的适应性，对于复杂的搜索区域和目标移动概率，均具有较高的适应性和自动化程度。根据遗传算法中适者生存的思想，择优选出更加优化的搜索路径。在这个过程中，将无人机的路径点当作生物的基因，把搜索路径看作是生物的染色体，然后通过杂交、选择、变异等操作得到更加优化的搜索路径。设置算例进行仿真计算，由仿真计算结果可知，本文提出的基于改进遗传算法的搜索路径规划算法是可行的，并且具有灵活性强、效率高和自动化的优点。

1. 引言

无人机搜索路径规划就是为执行搜索任务的无人机规划搜索路径，以能够尽早地发现被搜索的目标。无人机搜索路径是决定搜索任务成败的关键因素，无人机搜索路径规划是无人机搜索任务规划的核心和关键模型。

周延安，梅刚 [1] 提出的反辐射无人机的搜索路径规划，针对反辐射无人机，利用遗传算法的杂交、变异操作，得到满足反辐射无人机任务需求的搜索路径。候岳奇 [2] 等人针对未知环境下无人机群的搜索路径规划进行了研究。他们是在先验信息的基础上，建立覆盖分布地图，然后通过多个无人机形成的集群，以覆盖率作为搜索奖励，并以基于CDM计算得出的覆盖率作为衡量搜索效果的指标来进行的无人机集群的搜索路径规划。李松等人 [3] 提出了一种转换策略，将无人机搜索路径规划问题转换为车辆的路径规划问题，并且在充分考虑无人机执行搜索任务的实际情况后建立模型，通过求解混合整数线性问题得出最优的解，然后得到多无人机协同搜索的路径。多无人机协同区域搜索路径规划在 [4] [5] 中有较多的研究