多无人机路径规划算法

路径短近半

融合差分进化与梯度下降的改进蜂鸟算法，避免局部最优并加速收敛，同时缩短路径并提升平滑度。

赵慧敏 · Ling, Li · Wu, Deng

IEEE Transactions on Consumer Electronics 2025

参数信息

路径长度减少率

28.5%-44.4%

轨迹平滑度提升率

30.2%-46.3%

平均解精度提升率

20%-35%

技术优势

不易陷入局部最优

差分进化策略增强种群多样性，使算法能够跳出局部极值，找到更优的全局解。

收敛更快

梯度下降策略提高局部搜索效率，使算法在迭代后期快速逼近最优解。

路径更短

在多无人机规划任务中，路径长度最大可缩短44.4%，直接降低飞行能耗与时间成本。

飞行更平稳

轨迹平滑度提升最高达46.3%，减少急转弯与抖动，适合搭载相机等对稳定性要求高的载荷。

应用场景

• 低空飞行器路径规划：为低空物流、巡检等场景生成更短、更平滑的飞行路径，降低能耗并减少飞行时间。
• 无人机集群控制：为集群协同任务提供快速收敛的全局路径规划，支持大规模无人机编队飞行。
• 多机器人协同路径规划：可扩展至多机器人系统，生成无碰撞的协同路径，提高任务执行效率。
• 具身智能导航：为移动机器人提供实时、平滑的导航轨迹，减少急转与抖动，适合嵌入式部署。