基于改进甲虫搜索算法的城市无人机路径规划

为提高无人机在城市多障碍物环境下执行任务时的安全性和路径平滑度，并获得最短路径，提出一种改进退火甲虫搜索算法。该算法在探索路径进行位置更新时不再完全依赖于甲虫左右触须的气味浓度差，而是在充分利用甲虫搜索算法较强的搜索能力的基础上，通过引入退火算法增加下一位置的邻域位置解，最终在邻域位置解中筛选得到下一步最佳位置。由退火算法的Metropolis准则对以上得到的最佳位置进行是否可以移动的判断，克服了经典甲虫搜索算法易陷入局部最优解的缺点。仿真结果表明：在城市多障碍物环境下，该算法在收敛速度和生成路径的安全性、平滑度和路径长度方面都优于甲虫搜索算法和蚁群算法。在当前多障碍物城市场景下，当初始步长和步长因子分别为16 m和0.99时，规划的路径最优。