Robust multi-UAV route optimization via multi-strategy modified ABC

Gamil Ahmed

doi:10.1016/j.asoc.2026.116159

Robust multi-UAV route optimization via multi-strategy modified ABC

2026-08-01

0

PRE

AI

DOI：10.1016/j.asoc.2026.116159

原文链接

原文求助

摘要

En 中文

自主路径规划是无人机（UAV）导航的关键组成部分，特别是在智慧城市中最后一公里配送应用方面。本文提出了一种基于多策略改进人工蜂群（M2ABC）算法的鲁棒多无人机路径优化框架，该框架专为复杂、低空3D环境设计。所提出的M2ABC算法集成了自适应位置更新机制、噪声诱导多样性增强以及全局引导侦察阶段，以克服早熟收敛并提高密集障碍物场中的解质量。所提出的方法确保在受约束的3D作业空间内实现无碰撞轨迹，并在杂乱环境中实现卓越的收敛行为和路径质量。仿真结果表明，所提出的M2ABC算法在收敛速度、路径质量、能量效率和规划稳定性方面始终优于传统ABC、IPSO、ABCPSO和GA算法。与传统ABC算法相比，所提出的方法将平均归一化能耗降低4.83%，与GA相比最高节能30%，并在小群场景下实现100%路由成功率，同时随着群规模和障碍物密度的增加仍能保持可行的无碰撞路径。这些结果表明，所提出的框架在复杂3D环境中实现安全多无人机导航方面具有有效性、鲁棒性和可扩展性。

Keyword:

Unmanned aerial vehicles (UAVs)

Path planning

Artificial bee colony (ABC)

Heuristic optimization

Energy efficiency

Robust multi-UAV route optimization via multi-strategy modified ABC

摘要

期刊

机构

引用论文