来源：期刊VIP网 时间：
作者：郭家赫;高岳林;柳迎春;
单位：北方民族大学计算机科学与工程学院;宁夏智能信息与大数据处理重点实验室;北方民族大学数学与信息科学学院;
摘要：【目的】多固定翼无人机（Unmanned Aerial Vehicle, UAV）的任务分配和路径规划问题中，将固定翼UAV简单地视为质点，未考虑自身航向角、初始和终止速度向量等问题。针对多固定翼UAV任务规划问题，将改进的蚁群算法（Ant Colony Optimization, ACO）和自组织映射（Self-Organizing Map, SOM）算法相结合，提出ACO-SOM算法应用于多无人机系统。【方法】通过SOM进行任务分配，引入蚁群状态转移概率方法，调整SOM获胜神经元的权值，使得固定翼UAV按照最优Dubins路线依次到达各个目标点。根据巡航能力和运动学约束合理分配任务，构造多目标优化函数，实现多固定翼UAV的协同执行任务能力。【结果】分别在障碍物、不同起落点场景下对ACO-SOM算法进行仿真验证，实验结果表明，该方法能使多固定翼UAV合理任务分配并规划出最优路径，具有较高的避障和规划能力。
关键词：任务分配;;路径规划;;固定翼无人机;;自组织映射;;蚁群算法;;Dubins曲线
基金资助：宁夏自然科学基金重点项目（2022AAC02043）;; 宁夏高等教育一流学科建设基金项目（NXYLXK2017B09）;; 北方民族大学重大科研专项项目（ZDZX201901）;; 南京证券支持基础学科研究项目（NJZQJCXK202201）
