多机协同无人机避障路径优化算法
摘要
在复杂低空作业场景中,多无人机集群协同作业常会出现机间航路干涉问题,面对动静叠加的混合障碍物,
传统算法普遍存在避让响应滞后、易陷入局部最优的问题,难以同时兼顾飞行安全与作业效率。针对该工程实际问
题,本文结合低空空域时空约束特征,搭建分层规划架构,提出一种融合先验航迹引导与多智能体时序特征学习的
协同避障优化算法。研究依托三维风险栅格模型完成全局航迹预规划,通过改进值分解强化学习实现分布式动态冲
突消解,综合飞行里程、作业能耗与空域碰撞风险构建多目标代价函数,依托动态优先级机制处理多机航路交叉冲
突。三维仿真对比实验结果表明,相较于粒子群算法、传统多智能体强化学习算法,本文算法路径综合成本降低
10.27%,动态避障响应时延缩短31.62%,集群无碰撞飞行成功率稳定在99.8%以上,可有效适配城市低空巡检、应急
搜救等主流多机协同作业场景。
传统算法普遍存在避让响应滞后、易陷入局部最优的问题,难以同时兼顾飞行安全与作业效率。针对该工程实际问
题,本文结合低空空域时空约束特征,搭建分层规划架构,提出一种融合先验航迹引导与多智能体时序特征学习的
协同避障优化算法。研究依托三维风险栅格模型完成全局航迹预规划,通过改进值分解强化学习实现分布式动态冲
突消解,综合飞行里程、作业能耗与空域碰撞风险构建多目标代价函数,依托动态优先级机制处理多机航路交叉冲
突。三维仿真对比实验结果表明,相较于粒子群算法、传统多智能体强化学习算法,本文算法路径综合成本降低
10.27%,动态避障响应时延缩短31.62%,集群无碰撞飞行成功率稳定在99.8%以上,可有效适配城市低空巡检、应急
搜救等主流多机协同作业场景。
关键词
无人机集群;航迹时空规划;分布式冲突协调;强化学习;多目标优化
全文:
PDF参考
[1]方城亮,杨飞生,潘泉.基于MASAC强化学习
算法的多无人机协同路径规划[J].中国科学:信息科学,
2024,54(08):1871-1883.
[2]夏雨奇,黄炎焱,董李,等.城市环境下多无人
机双层路径规划算法[J].西北工业大学学报,2026,44
(01):89-98.
[3]桂雪琪,李春涛.基于视野和速度引导的无人机集
群避障算法[J].系统仿真学报,2024,36(03):545-554.
Refbacks
- 当前没有refback。
