یک روش برنامه ریزی مسیر پهپاد در فضای سه بعدی بر اساس الگوریتم بهینه سازی گرگ خاکستری ترکیبی

یک روش برنامه ریزی مسیر پهپاد در فضای سه بعدی بر اساس الگوریتم بهینه سازی گرگ خاکستری ترکیبی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 39

تعداد کلمات : 8500

مجله : electronics(MDPI)

انتشار : 2023

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
29 دسامبر 2023
دسته بندی
تعداد بازدیدها
2805 بازدید
105,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:یک روش برنامه ریزی مسیر پهپاد در فضای سه بعدی بر اساس الگوریتم بهینه سازی گرگ خاکستری ترکیبی

چکیده

 برنامه ریزی مسیر، که برای به دست آوردن مسیرهای بهینه بدون برخورد در محیط‌های پیچیده مورد نیاز است، یکی از گام‌های کلیدی در سیستم‌های پهپاد (UAV) با کاربردهای مختلف مانند تولید کشاورزی، ردیابی هدف، و نظارت بر محیط است. یک الگوریتم جدید بهینه‌سازی گرگ خاکستری ترکیبی – SSGWO – برای برنامه‌ریزی مسیرها برای پهپادها در محیط‌های کشاورزی سه‌بعدی در این مقاله پیشنهاد شده‌است. یک عامل همگرایی غیرخطی بر اساس توابع مثلثاتی برای تعادل جستجوی محلی و جستجوی سراسری استفاده می‌شود. یک استراتژی جدید سازگاری تناسب با فاصله نسبی برای افزایش سرعت همگرایی SSGWO ایجاد شده است. با ادغام الگوریتم تبرید شبیه سازی شده (SA)، یک استراتژی به روز رسانی موقعیت جایگزین مبتنی بر SA برای بهبود فرآیند جستجو با قابلیت‌های متنوع پیشنهاد شده است. در نهایت، یک منحنی B-Spline به یک مسیر صاف برای اطمینان از امکان‌سنجی مسیر معرفی می‌شود. نتایج شبیه سازی نشان می‌دهد که الگوریتم SSGWO دقت و ثبات همگرایی بهتری دارد و می‌تواند مسیرهای با کیفیت بالاتری را در یک محیط سه بعدی در مقایسه با GWO، MGWO، IGWO و SOGWO به دست آورد.

 

 

 

 

 

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A UAV Path Planning Method in Three-Dimensional Space Based on a Hybrid Gray Wolf Optimization Algorithm

 

Abstract

 Path planning, which is needed to obtain collision-free optimal paths in complex environments, is one key step within unmanned aerial vehicle (UAV) systems with various applications, such as agricultural production, target tracking, and environmental monitoring. A new hybrid gray wolf optimization algorithm—SSGWO—is proposed to plan paths for UAVs under three-dimensional agricultural environments in this paper. A nonlinear convergence factor based on trigonometric functions is used to balance local search and global search. A new relative-distance fitness adaptation strategy is created to increase the convergence speed of the SSGWO. Integrating the simulated annealing (SA) algorithm, an alternative position update strategy based on SA is proposed to improve the search process with diverse capabilities. Finally, a B-spline curve is introduced into a smooth path to ensure the path’s feasibility. The simulation results show that the SSGWO algorithm has better convergence accuracy and stability, and can obtain higher-quality paths in a three-dimensional environment, compared with GWO, MGWO, IGWO, and SOGWO.