arrow
返回

A UAV Path-Planning Method Based on Multi-Mechanism Improved Dung Beetle Optimizer Algorithm in Complex Constrained Environments

delete2026-02-20
delete0
delete
OA
AI
L
Lin Zhang *
Y
Yan Li
于洋 封面图
于洋 (Yang Yu)
G
Guenther Retscher
DOI:10.3390/sym18020383delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
无人机(UAVs)作为物联网(IoT)向三维空间维度演进的关键使能器,在跨领域数据收集方面发挥着关键作用。然而,在障碍物密集且威胁频发的环境中进行路径规划,仍是其安全高效运行的核心瓶颈。传统元启发式算法存在探索不足、收敛缓慢和易陷入局部最优等问题。为解决此问题,我们提出了一种增强的多机制DBO算法(MMDBO),集成了SPM混沌映射、动态全局探索、自适应T分布和动态权重机制。与五种经典算法在12个基准测试函数和三种复杂地形上的对比实验表明,MMDBO在包括飞行轨迹长度、高度剖面保真度和路径平滑度等多数关键路径规划指标上表现更优,同时仅带来适度的计算时间增加。统计测试结果进一步显示,MMDBO算法在收敛速度和精度方面显著优于对比算法。这些进展为无人机飞行路径优化提供了切实可行且高度可靠的指导。
Keyword:
UAV
path planning
meta-heuristic algorithms
dung beetle optimizer
multi-mechanism
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

S
Symmetry-Basel
IF:
2.2
论文数:
1.4K
被引数:
0

机构

T
Technische Universitat Wien
学者数:
1.3W
论文数: 1.1W
被引数: 21
J
jiangsu university of technology
学者数:
639
论文数: 246
被引数: 0
引用论文

引用论文

Grey Wolf Optimizer灰狼优化器
err2014-03-01
err1.3W
PREAI
errMirjalili, Seyedali; Mirjalili, Seyed Mohammad; Lewis, Andrew
err分享
err收藏
A multi-objective path optimization method for plant protection robots based on A*-IWOA
err2024-12-20
err0
errOAAI
errNiu, Jing; Shen, Chuanyan; Zhang, Lipeng; Li, Qijun; Ma, Haohao
err分享
err收藏
学者 查看更多内容