论文部分内容阅读
目前，国内常用的路径规划算法几乎全部集中在二维领域，二维领域的路径规划在城市地区的应用已经非常普遍。但是，在山地等特殊地形下，交通道路网信息短缺，无法完成有效的二维路径规划，同时二维信息没有考虑坡度信息等因素，在森林救火、山地快速行军等领域已经无法满足实际的需求。因此，本文将针对以上问题对基于三维地形环境的路径规划算法进行研究。 本文采用蚁群算法对三维路径规划问题进行研究。针对基本蚁群算法不能体现三维山地环境高度、坡度等信息的缺陷，本文对蚁群算法的启发函数进行重新设计，使蚁群搜索的三维路径更加平缓。 针对蚁群算法收敛速度慢、容易陷入局部最优解的缺点，提出融合“遗传交叉”、“奖罚机制”、“信息素扩散”和“信息素自适应调整”四条改进策略的三维蚁群路径规划算法，达到了缩短三维路径长度和降低收敛时间的效果。 针对三维蚁群路径规划算法在真实三维山地环境下暴露出的“路径走在陡坡上”的缺陷，提出“坡度因素优化设计”优化方法，达到了提高路径平缓性、安全性，避开陡坡、悬崖以及人为划定的火灾、湖泊等危险区域的效果。 针对在真实三维山地环境下的“算法运行时间长”的缺陷，提出“坡度因素优化设计”优化方法，达到了缩小地图搜索范围、降低算法运行时间的效果。 最后，针对算法运行时间长的问题，实现了基于“电脑多核并行”的“粗粒度”并行三维蚁群路径规划算法方法，达到了提升算法时间性能的效果。