← 返回列表
一种自适应粒子群算法的无人机动态路径规划方法
申请人信息
- 申请人:河海大学
- 申请人地址:210000 江苏省南京市鼓楼区西康路1号
- 发明人: 河海大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种自适应粒子群算法的无人机动态路径规划方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311442280.7 |
| 申请日 | 2023/10/31 |
| 公告号 | CN117369507A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G05D1/46 |
| 权利人 | 河海大学 |
| 发明人 | 方晶卉 |
| 地址 | 江苏省南京市江宁区佛城西路8号 |
摘要文本
本发明的一种自适应粒子群算法的无人机动态路径规划方法，属于无人机路径规划方法领域，包括以下步骤：S1：建立无人机的状态方程，设置无人机的目标函数；S2：建立动态障碍物的最优状态估计方程；S21：建立障碍物的状态方程；S22：建立观测方程；S23：建立动态障碍物的最优状态估计方程；S3：获得无人机的位置坐标、加速度和速度；获得障碍物的位置坐标、速度；将无人机的位置坐标、加速度和速度以及障碍物的位置坐标、速度作为一个自适应粒子群算法的输入，将目标函数作为自适应粒子群算法的适应度函数，迭代求解无人机下一时刻的位置坐标。本方法能依据动态障碍物的最优位置，通过自适应粒子群迭代出无人机的下一时刻位置。 微信公众号马克 数据网
专利主权项内容
1.一种自适应粒子群算法的无人机动态路径规划方法，其特征在于，包括以下步骤：S1：建立无人机的状态方程，设置无人机的目标函数；S2：建立动态障碍物的最优状态估计方程；S21：建立障碍物的状态方程；S22：建立观测方程；S23：通过卡尔曼滤波增益方程建立动态障碍物的最优状态估计方程；S3：从无人机的状态方程中获得无人机的位置坐标、加速度和速度；从最优状态估计方程中获得障碍物的位置坐标、速度；将无人机的位置坐标、加速度和速度以及障碍物的位置坐标、速度作为一个自适应粒子群算法的输入，将无人机的目标函数作为自适应粒子群算法的适应度函数，迭代求解无人机下一时刻的位置坐标。