基于动态加权A*算法的无人机航迹规划

随着无人机航迹规划高维空间的扩展,无人机的飞行环境变得异常复杂，其外部威胁不再是简单的二维静态威胁，传统的蚁群算法和人工势场算法已经不能满足实时性和高复杂环境的要求。为解决上述问题，提出新的基于动态加权A*算法的无人机航迹规划。首先对无人机的飞行环境进行建模，通过研究航迹规划的转弯半径、航迹段长度和最大航程限制等约束条件，用于保证无人机的安全飞行，从而降低坠机率和威胁概率；其次，通过研究无人机的航迹和外部威胁参数，设计出新的航行方式，降低航行危险和减少损失；然后，通过扩展顶点势能定位和网格图整体变化的动态权重，获得动态环境下的代价函数，增加避障搜索速度、精度和加深回避程度。最后，通过仿真结果表明，在同一应用环境下，所提算法与蚁群算法和人工势场算法相比，航迹路径最优、威胁代价最小和算法执行的时间最短。综上，基于动态加权A*算法很好地应用于无人机航迹规划，降低了无人机航迹代价，缩短了算法完成时间，提高了复杂环境下无人机航迹规划的搜索速度和精度