CN119469158A 一种基于lbdbo算法的无人机三维航迹规划方法 （大连大学）

一种基于LBDBO算法的无人机三维航迹规划一种基于LBDBO算法的无人机三维航迹规划用改进的LBDBO算法进行无人机全局路径规划；有益效果：本发明通过Logistic_Tent混沌映射后通过三次B样条曲线拟合路径，生成了平滑且22.如权利要求1所述的基于LBDBO算法的无人机z＝sin(y+a)+bxsin(x)+cxcos(dx(y2+x2))+excos(y)+fxsin(fx(y2+x2))+gx3.如权利要求1所述的基于LBDBO算法的无人f＝w1xf1+w2xf2+w3xf3ii平均值；φ是一个参考角度；夹角c(i)=用点积计4.如权利要求1所述的基于LBDBO算法的无人机三维航迹规假设蜣螂在整个空间内都有特定的移动方向，同时光源的强度也会影响蜣螂的轨迹；i3*为当前局部最优位置，Lb*和Ub*分别为产卵区域的下界和上界，R＝1t/Tmax，i(t)为第i个育雏球在第n次迭代时的位置信息，b1和b2为大小为1xD的两个独i*bi5.如权利要求4所述的基于LBDBO算法的无人6.如权利要求4所述的基于LBDBO算法的无人机三维47.如权利要求4所述的基于LBDBO算法的无人_t/M式中：xi(t+1)8.如权利要求1_7任一项所述的基于LBDBO算法的无人机5[0001]本发明属于无人机三维航迹规划技术领域，涉及到一种基于LBDBO算法的无人机场法和Dijkstra算法等，群体智能算法如粒子群优化(ParticleSwarmOptimization，PSO)算法、麻雀搜索算法(SparrowSearchAlgorithm,SSA)、灰狼优化(Grey[0004]蜣螂优化器(Dungbeetleoptimizer,DBO)算法于2023年提出，该算法借鉴了蜣加，难以满足复杂环境中对平滑路径的要求。针对以上不足，本发明首先采用Logistic_6算法[J].系统工程与电子技术,2015,37(3):[0006][2]谌海云,陈华胄,刘强.基于改进人工势场法的多无人机三维编队路径规划[0007][3]ZHENGY,WANGL,PENGX,etal.Animprovedantcolonyalgorithmformulti_agentpathplanningindynamicenvironments[J].ComputerEngineeringandScience,2019,41(6):1078_1085.[0008]为了解决上述现有技术所存在的技术问题，本发明提供一种基于LBDBO算法的无算法具有更好的全局搜索能力；使用结合莱维飞行和布朗运动的策略对个体进行变异扰7,Ub*)Ubb)8[0066]与现有技术相比，本发明所述的基于LBDBO算法的无人机三维航迹规划方法具有9[0082]本实施例提供一种基于LBDBO算法的无人机三维航迹规划方法。包括以下步骤：_Ub*)_Ubb)[0126]种群初始化的结果会影响算法的寻优性能和最优解的质量，因此引入Logistic_[0130]莱维飞行于1982年由本华·曼德博(BenoitMandelbrot)提出，以法国数学家保_C(i))[0158]本发明构建了山区地形环境来模拟无人机的飞行场景，在200×200×100的飞行人机静态环境下的对比实验，在算法独立运行30次的情况下，列出了六种算法的最优值[0159]图3和图4分别为在三维视角和在xOy平面二维视角下无人机航迹规划的仿真图。302.82285.97711.22364.28375.18287.71303.963