摘要:无人机航迹规划,是指在环境威胁与自身约束条件下,规划一条安全可行的航迹,是实现无人机自主化飞行的关键技术之一.为实现无人机在不同城市环境下能够快速规划一条安全可靠的航迹,本文提出了一种基于自适应粒子群差分进化—最小捕捉(Adaptive Particle Optimization and Differential Evolution- Minimum Snap, APSODE-MS)算法的无人机航迹规划方法.首先,建立城市环境航迹规划数学模型,以航程距离、威胁约束、违背约束代价三者的加权和作为目标函数;其次,在PSO算法中引入自适应非线性惯性权重,根据粒子偏离全局最优解的程度分配不同的搜索模式, 结合动态DE算法加快粒子的收敛速度, 引入改进的正态扰动提高跳出停滞与早熟现象的能力;最后,筛选关键航迹点,并采用MS算法对航迹进行光滑处理.仿真结果表明,所提出的APSODE-MS航迹规划方法能够在不同城市仿真环境下较好地完成规划任务,并能获得更优的航路,从而验证了算法的有效性与鲁棒性.