当前位置：首页 > news >正文

【低空无人机配送】一种用于复杂城市低空三维动态环境的无人机信息素引导A星全局规划与DWA局部避障协同方法附Matlab代码

news 2026/7/19 2:32:02

✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、算法改进、程序设计科研仿真。

🍎完整代码获取定制创新论文复现私信

🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。

1. 相关介绍

一、研究背景（城市低空配送场景痛点与现有算法缺陷）

1. 复杂城市低空三维动态配送环境固有难点

城市末端无人机配送运行于10–120m 低空立体空域，环境呈现三维非结构化、动静障碍耦合、多约束强耦合特征，是路径规划的核心矛盾来源：

静态三维障碍密集
：高低错落楼宇、电线杆、高压线缆、树木、高架形成狭窄 “城市峡谷”，空域碎片化，传统二维规划完全失效；同时存在禁飞区、限高区、人口密集禁航区，多硬约束叠加。
动态障碍物随机突现
：飞鸟、其他配送无人机、楼顶施工设备、低空直升机等移动目标无固定轨迹，属于不可预知识别障碍，要求毫秒级实时调整航迹。
导航与感知干扰
：高楼遮挡导致北斗 / GPS 多径效应，定位漂移；城市电磁、风场湍流扰动，传感器测距存在噪声，地图先验信息与真实环境存在偏差。
配送任务专属约束
：要求路径最短、能耗最优、飞行平滑适配多旋翼动力学、起降安全、多订单航线调度效率高，单纯追求无碰撞无法满足物流时效需求。

2. 单一规划算法固有缺陷（现有方案无法适配配送场景）

（1）传统三维 A * 全局规划

优势：依托完整三维栅格地图，搜索全局最优路径，具备完备性，可统筹距离、能耗、禁飞区等全局约束；
致命短板：仅依赖静态先验地图，无法响应飞行途中突然出现的动态障碍；规划为离散折线段，未考虑无人机速度、角速度动力学限制；狭窄通道易过度扩展节点，计算耗时；缺少全局记忆引导，多次同区域配送重复搜索，效率低下。

（2）DWA 动态窗口局部避障算法

优势：基于无人机运动学模型对速度空间采样，利用机载传感器实时感知局部环境，在线生成连续平滑轨迹，动态避障响应快；
致命短板：无全局视野，仅以就近局部目标为导向，极易陷入 U 型楼宇、环形障碍等局部极小陷阱，长期偏离配送终点；无法兼顾全程能耗、航线最优性，长距离配送会出现大范围绕路。

（3）常规 A*-DWA 分层融合方案缺陷

现有分层架构仅用 A * 输出离散路径点作为 DWA 子目标，存在两大问题：

全局层无记忆迭代机制，重复配送航线每次都重新完整搜索，大规模物流调度算力开销巨大；
全局与局部两层割裂，动态避障后无法反向修正全局路径，多次局部绕行后全局航线严重畸变，配送时长大幅增加。

3. 本方法创新动机：引入仿生信息素构建全局 - 局部闭环协同

借鉴蚁群算法信息素记忆反馈机制，对三维 A * 进行仿生改进，在全局栅格空间建立信息素浓度场：

高频配送热门航线积累高浓度信息素，引导 A * 快速优先搜索成熟安全航线，降低重复搜索算力；
动态障碍绕行区域自动衰减信息素，规避高风险空域；
信息素作为全局引导权重嵌入 DWA 评价函数，局部避障时始终约束轨迹贴合全局最优方向，解决局部陷阱问题；
形成信息素引导全局规划→DWA 实时动态避障→环境反馈更新信息素的闭环协同体系，兼顾全局最优、实时避障、长期调度效率三大需求，适配城市低空规模化配送场景。

2. 运行效果展示

3. 部分代码呈现

%% 信息素管理器创建函数function manager = createPheromoneManager(mapSize, gridSize, params)% 创建信息素管理器manager = struct();% 基本参数manager.mapSize = mapSize;manager.gridSize = gridSize;manager.evaporationRate = params.evaporationRate;manager.diffusionRate = params.diffusionRate;manager.pheromoneQ = params.pheromoneQ;manager.initialPheromone = params.initialPheromone;manager.maxPheromone = params.maxPheromone;manager.isVisualized = params.isVisualized;manager.lengthWeight = params.lengthWeight;manager.smoothnessWeight = params.smoothnessWeight;manager.energyWeight = params.energyWeight;% 添加分层权重manager.pathLayerWeight = params.pathLayerWeight;manager.avoidanceLayerWeight = params.avoidanceLayerWeight;manager.energyLayerWeight = params.energyLayerWeight;% 计算网格尺寸dims = ceil(mapSize / gridSize);% 主信息素矩阵和多层信息素manager.pheromoneMatrix = ones(dims(1), dims(2), dims(3)) * manager.initialPheromone;manager.pathPheromones = ones(dims(1), dims(2), dims(3)) * manager.initialPheromone;manager.avoidancePheromones = zeros(dims(1), dims(2), dims(3));manager.energyPheromones = ones(dims(1), dims(2), dims(3)) * manager.initialPheromone;% 添加长短期记忆信息素manager.shortTermPheromones = zeros(dims(1), dims(2), dims(3));manager.longTermPheromones = zeros(dims(1), dims(2), dims(3));% 缓存与可视化manager.queryCache = containers.Map('KeyType', 'char', 'ValueType', 'double');manager.cacheHits = 0;manager.cacheMisses = 0;manager.visualHandle = [];obj = manager;end