智能航迹规划算法研究现状与展望

发布时间：2021-09-28 09:08

　　航迹规划是飞行器自主导航部分的核心技术,应用领域广泛,具有广阔的发展前景和研究价值。从传统规划算法和智能优化算法两方面对航迹规划算法进行综述,重点阐述了智能优化航迹规划算法,最后,对智能航迹规划算法的未来发展趋势进行了展望。 

【文章来源】：兵器装备工程学报. 2020,41(12)北大核心

【文章页数】：7 页

【部分图文】：

人工势场航迹规划二维图

智能航迹规划算法分类框图

RRT的发展时间轴框图

【参考文献】：
期刊论文
[1]基于蚁群算法的无人机航迹规划研究[J]. 王辉,胡晓阳.  科技资讯. 2020(10)
[2]一种改进遗传算法的无人机航迹规划[J]. 程泽新,李东生,高杨.  计算机仿真. 2019(12)
[3]改进的RRT路径规划算法[J]. 刘恩海,高文斌,孔瑞平,刘贝野,董瑶,陈媛媛.  计算机工程与设计. 2019(08)
[4]求解TSP问题的改进模拟退火算法[J]. 何锦福,符强,王豪东.  计算机时代. 2019(07)
[5]基于聚类的多目标演化算法在航迹规划中的应用研究[J]. 王立晶,李桂英,李欣.  黑龙江大学工程学报. 2019(02)
[6]人工势场法在路径规划中的应用研究[J]. 郑敏,王鹏,范丽波,王光政,高帅.  技术与市场. 2019(06)
[7]无人驾驶车辆路径规划算法综述[J]. 李永丹,马天力,陈超波,韦宏利,杨琼楠.  国外电子测量技术. 2019(06)
[8]改进RRT算法在无人机航迹规划中的应用[J]. 江泽强,倪霄汉,王鑫,姜元杰.  计算机与数字工程. 2019(05)
[9]基于改进蚁群算法的无人机三维航迹规划研究[J]. 陈侠,艾宇迪,梁红利.  战术导弹技术. 2019(02)
[10]基于改进人工势场法的无人机避让航迹规划[J]. 杨萌,王玥.  导航与控制. 2019(01)

硕士论文
[1]基于定向进化算法的无人机航迹规划研究[D]. 李光耀.沈阳航空航天大学 2018
[2]基于遗传算法和稀疏A*算法的无人机三维航迹规划研究[D]. 贾广芝.南京邮电大学 2017
[3]基于神经网络的移动机器人路径规划方法研究[D]. 宫孟孟.哈尔滨工业大学 2017
[4]基于改进蚁群算法的三维无人机路径规划的研究与实现[D]. 于涛.重庆大学 2017
[5]基于神经网络算法的无人机航迹规划研究[D]. 徐卓.河北科技大学 2016
[6]基于A*算法的无人机航迹规划技术的研究与应用[D]. 唐晓东.西南科技大学 2015



本文编号：3411627