基于改进人工鱼群算法的城市物流无人机航线规划

taptap下载安装安卓学报 ›› 2025, Vol. 43 ›› Issue (1): 89-96.

• 通用航空与无人机 • 上一篇

基于改进人工鱼群算法的城市物流无人机航线规划

岳仁田 1 ，侯博文 2

1. taptap下载安装安卓空中交通管理学院，天津 300300；2. 中国民航科学技术研究院航行新技术研究所，北京 100028

收稿日期:2024-03-29 修回日期:2024-05-14 出版日期:2025-04-09 发布日期:2025-04-09
作者简介:岳仁田（1978— ），男，山东日照人，副教授，博士，研究方向为空中交通运输规划与管理
基金资助:
中央高校基本科研业务费专项（3122022103）；天津市应用基础研究多元投入基金项目（21JCYBJCO0700）

Route planning of urban logistics UAV based on improved artificial fish

swarm algorithm

YUE Rentian1 , HOU Bowen2

1. College of Air Traffic Management, CAUC, Tianjin 300300, China; 2. Institute of New Navigation, China Academy of

Civil Aviation Science and Technology, Beijing 100028, China

Received:2024-03-29 Revised:2024-05-14 Online:2025-04-09 Published:2025-04-09

摘要/Abstract

摘要：

为了安全、高效地解决物流无人机（UAV， unmanned aerial vehicle）三维空间航线规划问题，首先，本文在考

虑空间避障和地面人口密度的基础上通过改进栅格法对规划环境进行建模，以航程代价、栅格风险值代价

和高度调整代价之和最小作为目标函数建立物流 UAV 航线规划模型，并根据 UAV 性能设置约束条件。其

次，对标准人工鱼群算法（AFSA， artificial fish swarm algorithm）进行改进，增加鱼群跳跃行为和栅格禁忌

表，利用改进 AFSA 对模型进行求解。最后，通过仿真算例将改进后的 AFSA 与其他 3 种算法进行了对比并

对改进后的 AFSA 进行了参数灵敏度分析。结果表明：改进后的 AFSA 在收敛速度上优于其他 3 种算法，相

对于标准 AFSA 收敛时间降低了 9.9%；设置较大的感知范围参数值，航线规划效率更高，在设置步长参数

时则需要根据规划环境进行调整。改进后的 AFSA 可为提升物流 UAV 三维空间航线规划效率提供借鉴。

关键词:

物流无人机（UAV）, 航线规划, 人工鱼群算法（AFSA）, 栅格风险值

Abstract:

In order to safely and efficiently solve the problem of three-dimensional spatial route planning for logistics unmanned aerial vehicles (UAV), this paper first models the planning environment by improving the grid method

based on spatial obstacle avoidance and ground population density. The route planning model for logistics UAV is

established with the objective function of minimizing the sum of distance cost, grid risk value cost and height adjustment cost, and constraints are set according to UAV performance. Secondly, the standard artificial fish swarm

algorithm (AFSA) is improve by adding fish swarm jumping behavior and grid taboo table, and the improved AFSA

is employed to solve the model. Finally, the improved AFSA was compared with three other algorithms through

simulation examples and parameter sensitivity analysis was conducted on the improved AFSA. The results show

that the improved AFSA had better convergence speed than the other three algorithms, with a 9.9% reduction in

convergence time compared to the standard AFSA. Setting larger perception range parameter values resulted in

higher efficiency in route planning, while the step size parameter need to be adjusted according to the planning environment. The improved AFSA can provide reference for improving the efficiency of logistics UAV three-dimensional spatial route planning.

Key words:

logistics unmanned aerial vehicle (UAV), route planning, artificial fish swarm algorithm (AFSA), grid risk value

中图分类号:

V279

岳仁田 , 侯博文 .

基于改进人工鱼群算法的城市物流无人机航线规划

[J]. taptap下载安装安卓学报, 2025, 43(1): 89-96.

YUE Rentian , HOU Bowen.

Route planning of urban logistics UAV based on improved artificial fish

swarm algorithm

[J]. Journal of Civil Aviation University of China, 2025, 43(1): 89-96.

参考文献 12

[1]	蒋丽, 杨露, 梁昌勇, 等．基于无人机的高层住宅最后“一百米”
	配送优化[J]．交通运输系统工程与信息, 2022, 22(4): 236-245．
[2]	中国民用航空局. 城市场景轻小型无人驾驶航空器物流航线划设
	规范: MH/T 4054—2022[S]. 北京: 中国民用航空局, 2022.
[3]	郭启敏, 张鹏, 王应洋, 等．无人机自主航迹规划智能算法综述[J]．
	航空兵器, 2023, 30(3): 29-40．
[4]	王飞, 杨清平．基于改进粒子群算法的城市物流无人机路径规划[J]．
	科学技术与工程, 2023, 23(30): 13187-13194．
[5]	李波, 杨志鹏, 贾卓然, 等．一种无监督学习型神经网络的无人机
	全区域侦察路径规划[J]．西北工业大学学报, 2021, 39(1): 77-84．
[6]	李晓磊．一种新型的智能优化方法: 人工鱼群算法[D]．杭州: 浙江大
	学, 2003．
	[7]
	LI F F, DU Y, JIA K J． Path planning and smoothing of mobile robot
	based on improved artificial fish swarm algorithm[J]． Scientific Reports,
	2022, 12: 659．
[8]	张毅, 杨光辉, 花远红．基于改进人工鱼群算法的机器人路径规
划[J]	．控制工程, 2020, 27(7): 1157-1163．
[9]	徐伟华, 聊士超, 张根瑞, 等．改进 Theta* 算法的物流无人机城域三
	维路径规划[J]．计算机工程与应用, 2023, 59(17): 334-340．
[10]	张启钱, 许卫卫, 张洪海, 等．复杂低空物流无人机路径规划[J]．北京
	航空航天大学学报, 2020, 46(7): 1275-1286．
[11]	韩鹏, 赵嶷飞, 刘宏．无人机地面撞击风险评估体系构建及趋
	势展望[J]． taptap下载安装安卓学报, 2021, 39(1): 40-47．
[12]	苏雯嘉, 高敏, 高欣宝, 等．基于改进人工鱼群算法的无人机三维
	航迹规划[J]．电光与控制, 2023, 30(12): 59-65．

基于改进人工鱼群算法的城市物流无人机航线规划

Route planning of urban logistics UAV based on improved artificial fish

swarm algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献 12

相关文章 0

编辑推荐

Metrics

本文评价