基于粒子群算法，Matlab源码支持的山地无人机三维路径规划如何实现？

本文共计1528个文字，预计阅读时间需要7分钟。

1+简介+1+无人驾驶路径规划环境建模+本文研究在已知环境下的无人车全局路径规划，建立模拟城市环境的3维高程数字地图模型。考虑无人车飞行安全风险评估后，用圆锥体模拟建筑物。

1 简介

1 无人机路径规划环境建模

本文研究在已知环境下的无人机的全局路径规划，建立模拟城市环境的三维高程数字地图模型。考虑无人机飞行安全裕度后用圆柱体模拟建筑物，用半球体模拟其他树木等障碍及禁飞区，其三维高程数学模型表示为[10,10]:

2 适应度函数

在采用粒子群算法进行路径规划时，适应度函数用以评价生成路径的优劣程度，也是算法种群迭代进化的依据，适应度函数的优劣决定着算法执行的效率与质量。为了更好地进行路径质量判断，本文综合考虑路径的长度代价、障碍危险代价以及路径平滑度几个方面来构造适应度函数。假设有C条路径，每条路径由n个点组成，环境中共存在g个球形和柱形障碍。

2.1 路径长度代价

路径长度是评价路径优劣最重要的指标之一，路径越短，其耗时和耗能都越少。引入路径长度代价如下：

其中，Tm代表第m,m∈{1,2，…，M}条路径中所有相邻节点之间的距离总和，（xj,yj,zj）为路径中第j个节点的坐标。

2.2 障碍危险代价

引入障碍危险代价，使得离障碍过近的路径适应度差，保证最终得到的路径和障碍物保持一定距离。