欢迎来到海神之光博客之家✅博主简介热爱科研的Matlab仿真开发者修心和技术同步精进个人主页海神之光代码获取方式海神之光Matlab王者学习之路—代码获取方式⛳️座右铭行百里者半于九十。更多Matlab路径规划仿真内容点击①Matlab路径规划进阶版②付费专栏Matlab路径规划初级版⛳️关注CSDN海神之光更多资源等你来⛄一、无人机简介0 引言随着现代技术的发展飞行器种类不断变多应用也日趋专一化、完善化如专门用作植保的大疆PS-X625无人机用作街景拍摄与监控巡察的宝鸡行翼航空科技的X8无人机以及用作水下救援的白鲨MIX水下无人机等决定飞行器性能主要是内部的飞控系统和外部的路径规划问题。就路径问题而言在具体实施任务时仅靠操作员手中的遥控器控制无人飞行器执行相应的工作可能会对操作员心理以及技术提出极高的要求为了避免个人操作失误进而造成飞行器损坏的危险一种解决问题的方法就是对飞行器进行航迹规划。飞行器的测量精度航迹路径的合理规划飞行器工作时的稳定性、安全性等这些变化对飞行器的综合控制系统要求越来越高。无人机航路规划是为了保证无人机完成特定的飞行任务并且能够在完成任务的过程中躲避各种障碍、威胁区域而设计出最优航迹路线的问题。1 常见的航迹规划算法图1 常见路径规划算法文中主要对无人机巡航阶段的航迹规划进行研究假设无人机在飞行中维持高度与速度不变那么航迹规划成为一个二维平面的规划问题。在航迹规划算法中,A算法计算简单容易实现。在改进A算法基础上提出一种新的、易于理解的改进A算法的无人机航迹规划方法。传统A算法将规划区域栅格化节点扩展只限于栅格线的交叉点在栅格线的交叉点与交叉点之间往往存在一定角度的两个运动方向。将存在角度的两段路径无限放大、细化然后分别用两段上的相应路径规划点作为切点找到相对应的组成内切圆的圆心然后作弧并求出相对应的两切点之间的弧所对应的圆心角根据下式计算出弧线的长度式中R———内切圆的半径α———切点之间弧线对应的圆心角。⛄二、麻雀搜索算法简介1 麻雀搜索算法以下描述均不是学术用语仅供大家快乐的阅读麻雀搜索算法sparrow search algorithm是根据麻雀觅食并逃避捕食者的行为而提出的群智能优化算法。提出时间是2020年也就是今年这是一个新鲜热乎的新算法相关的论文和研究还比较少有可能还有一些正在发表中受疫情影响需要论文的同学抓紧时间水论文了。麻雀搜索算法主要模拟了麻雀群觅食的过程。麻雀群觅食过程也是发现者-跟随者模型的一种同时还叠加了侦查预警机制。麻雀中找到食物较好的个体作为发现者其他个体作为跟随者同时种群中选取一定比例的个体进行侦查预警如果发现危险则放弃食物安全第一。麻雀搜索算法的具体实现其实和人工蜂群算法非常相似基本结构几乎一致但是搜索算子有一定的差异可以说是一种人工蜂群算法的改进算法。麻雀搜索算法的相关论文比较少只看了原始论文算法的描述比较详细不过可以看出论文编排的比较匆忙有部分公式显得过于复杂影响理解。下面我会根据自己的理解对其中的部分公式进行简化如果有不对的地方欢迎大家留言。2 算法流程这次我们的主角是一群麻雀。麻雀虽小五脏俱全每只麻雀只有一个属性位置代表它找到的食物的位置。每只麻雀有三种可能的行为1.作为发现者继续搜索食物2作为跟随者跟随一个发现者觅食3.警戒侦查有危险则放弃食物。在D维解空间内每只麻雀的位置为 适应度值 。这群麻雀中有N只麻雀每代选取种群中位置最好的PN只麻雀作为发现者剩余的N-PN只麻雀作为跟随者。2.1 更新发现者位置每代发现者的位置更新公式如下上图为文中的公式描述有些不准确更加精确的描述如下其中表示种群中第t代中第i个个体的第d维位置 为01]中的均匀随机数Q为一个标准正态分布随机数。为[0,1]中的均匀随机数ST为警戒阈值取值范围为[0.5,1.0]。可以看出当大于ST时该发现者将按正态分布随机移动到当前位置附近。其值收敛于最优位置。当小于ST时是什么情况呢我们先看看函数 的图像其中取值为1000。可以看出在其分布随着x的变大取值范围逐渐由0,1慢慢缩小为约0,0.4。X值较小时取值靠近1的概率较高随着X的增大取值的分布变得较为均匀。所以当 小于ST麻雀的每一维都在变小当然这不是一个好策略。其值收敛于0。2.2更新跟随者位置文中跟随者的位置更新公式及描述如下图首先我们先看看是一个大小为1*D的矩阵1行D列其每一维都随机从{-1,1}中选取 。举个简单的例子假设 X(x1,x2,x3)(1,2,3)则由于是行向量与矩阵运算所以文中公式两边不应该出现公式j,出现公式j则表示该变量是一个数值而非一个向量。简化可得其位置更新公式如下其中xw为当前种群中麻雀的最差位置xb则为种群中麻雀的最有位置。从公式2中可以看出若in/2时其值为一个标准正态分布随机数与一个以自然对数为底数的指数函数的积当种群收敛时其取值符合标准正态分布随机数。(其值会收敛于0)。若in/2时其取值为当前最优的麻雀的位置加上该麻雀与最优位置每一维距离随机加减后将总和均分到每一维上。解释有点绕口请结合公式自行理解。该过程可以描述为在当前最优位置附近随机找一个位置且每一维距最优位置的方差将会变得更小即不会出现在某一维上与最优位置相差较大而其他位置相差较小。其值收敛于最优位置。2.3 侦查预警行为在麻雀觅食的同时他们中的部分会负责警戒当危险靠近时他们会放弃当前的食物即无论该麻雀是发现者还是跟随者都将放弃当前的食物而移动到一个新的位置。每代将从种群中随机选择SD个个体进行预警行为。其位置更新公式如下其中为符合标准正态分布的随机数K为[-1,1]的均匀随机数为一个较小的数防止分母唯一。与原文中的公式相比我去除了原绝对值符号因为两个随机数均是关于原点中心对称增加的分母绝对值防止分母取值为0。其中为最差位置的麻雀的适应度值。从公式3中可以看出如果该预警的麻雀处于当前的最优位置时它会逃离到自身附近的一个位置具体有多近取决于自身距离最差位置与自身位置食物与最差食物的差别的比值如果该麻雀不是处于最优位置的那一只它讲逃到当前最优位置附近。其值收敛于最优位置。麻雀搜索算法的流程图如下流程图可以看出麻雀搜索算法的流程非常的简单。但是根据上面对这三个更新公式的分析可以看出麻雀搜索算法的更新方式可大致分为两种1.向当前最优位置靠近2.向原点靠近。使用这两种方式来更新麻雀的位置将会使算法容易陷入局部最优。直觉告诉我拥有这样的更新规则的算法不是一个优秀的算法。具体的问题下面实验中进行详述。⛄三、部分源代码close all;clear all;clc;addpath(genpath(‘./’));%% Plan pathdisp(‘Planning …’);map load_map(‘maps/map4.txt’, 0.1, 0.5, 0.25);start { [1 7 1]};stop {[0.1 17 3]};%start {[0 1 5]};%stop {[19 1 5]};nquad length(start);for qn 1:nquadv cputime;path{qn} dijkstra(map, start{qn}, stop{qn});c cputime - v;fprintf(‘Algo Execution time %d \n’,c);endif nquad 1plot_path(map, path{1});else% you could modify your plot_path to handle cell input for multiple robotsend%% Additional init scriptinit_script;%% Run trajectorytrajectory test_trajectory(start, stop, map, path, true); % with visualization⛄四、运行结果⛄五、matlab版本及参考文献1 matlab版本2014a2 参考文献[1] 汤安迪,韩统,徐登武,谢磊.基于混沌麻雀搜索算法的无人机航迹规划方法[J].计算机应用. 2021,41(07)3 备注简介此部分摘自互联网仅供参考若侵权联系删除 仿真咨询1 各类智能优化算法改进及应用生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化2 机器学习和深度学习方面卷积神经网络CNN、LSTM、支持向量机SVM、最小二乘支持向量机LSSVM、极限学习机ELM、核极限学习机KELM、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断3 图像处理方面图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知4 路径规划方面旅行商问题TSP、车辆路径问题VRP、MVRP、CVRP、VRPTW等、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化5 无人机应用方面无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配6 无线传感器定位及布局方面传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化7 信号处理方面信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化8 电力系统方面微电网优化、无功优化、配电网重构、储能配置9 元胞自动机方面交通流 人群疏散 病毒扩散 晶体生长10 雷达方面卡尔曼滤波跟踪、航迹关联、航迹融合