相关实验视频
Updated: Sep 14, 2025
10:09
Operation of the Collaborative Composite Manufacturing CCM System
Published on: October 1, 2019
6.7K
研究无人机3D路径规划基于改进的矮人蒙古斯算法与多个策略的研究
Lixin Mu1, Wenhui Liu2, Haocheng Wang1
1College of Computer and Control Engineering, Northeast Forestry University, Harbin, 150000, China.
Scientific reports
|July 24, 2025
概括
本研究介绍了一种改进的矮人蒙古斯优化 (DMO) 算法,用于无人机 (UAV) 路径规划. 增强的算法显著提高了复杂的3D环境中的路径效率和安全性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 优化算法 优化算法
背景情况:
- 无人机在复杂的操作环境中面临着挑战.
- 有效和快速的路径规划对于无人机适应性和降低成本至关重要.
研究的目的:
- 提出基于改进的矮人蒙古斯优化 (DMO) 的新型3D无人机路径规划算法.
- 提高无人机的适应性,速度,效率,并降低复杂环境中的运营成本.
主要方法:
- 实施基于混乱映射的基于对立的学习策略,以改善最初的人口分布和全球搜索.
- 引入了带有非线性权重的黄金正弦函数,以平衡勘探和开采,避免局部最佳.
- 纳入了差异性突变策略,以增强人口多样性并逃避局部最佳状态.
- 通过废弃实验和Wilcoxon对基准函数的排列和和测试验证实了改进的算法 (CDMOS).
主要成果:
- 与原来的DMO相比,改进的CDMOS算法展示了优越的优化性能,融合精度和稳定性.
- 在29个基准函数中实现了平均53.5%的融合精度和35.1%的解决方案稳定性的改善.
- 在3D路径规划模拟中,CDMOS将路径长度降低了46.0%,光滑性成本降低了93.4%,同时保持了低的障碍成本.
结论:
- 在复杂的3D路径规划场景中,CDMOS算法有效地提高了无人机的稳定性,适应性和实时性能.
- 生成的飞行路径被优化为稳定性和效率,使得算法适合苛刻的任务要求.
