[学科前沿] 项目介绍 MATLAB实现基于PSO-BFOA-RRT 粒子群优化算法（PSO）结合细菌觅食优化算法（BFOA）与快速扩展随机树（RRT）进行无人机三 ... [推广有奖]

0关注
1粉丝

已卖：106份资源

博士生

还不是VIP/贵宾

威望: 0 级
论坛币: 2196 个
通用积分: 693.0955
学术水平: 5 点
热心指数: 5 点
信用等级: 5 点
经验: 1994 点
帖子: 36
精华: 0
在线时间: 399 小时
注册时间: 2025-8-7
最后登录: 2026-9-30

楼主

南唐雨汐

发表于 2026-8-19 07:23:03 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

MATLAB
实现基于
PSO-BFOA-RRT
粒子群优化算法（
PSO）结合细菌觅食优化算法（
BFOA
）与快速扩展随机树（
RRT）进行无人机三维路径规划的详细项目实例
请注意此篇内容只是一个项目介绍
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面（含完整的程序，
GUI设计和代码详解）
无人机三维路径规划是低空物流、应急救援、灾害巡检、森林防火、城市测绘和军事侦察中的关键技术。与二维移动机器人相比，无人机在水平位置之外还需要同时处理飞行高度、爬升速度、下降速度、转弯半径、能量消耗、障碍物安全距离以及通信覆盖范围等因素。规划结果不仅需要从起点抵达终点，还需要具备较短航程、较低风险、较少转折、较好平滑性和可执行性。
实际飞行环境通常包含建筑物、山体、塔架、桥梁、电线杆、树木群以及临时悬浮障碍物。障碍物具有三维空间边界，且地图信息可能存在测量误差。若规划路径仅按照几何最短距离搜索，容易产生贴近障碍物飞行、急剧转弯、连续爬升或下降等问题。对于多障碍物环境，规划算法还需要避免陷入局部最优，并在有限计算时间内获得质量稳定的可行路线。
快速扩展随机树具有较强的空 ...