La planificación de trayectorias tridimensionales es crítica para el funcionamiento exitoso de vehículos aéreos no tripulados (UAV), vehículos guiados automatizados (AGV) y robots en aplicaciones de Internet industrial de las cosas (IIoT). En la planificación de trayectorias en 3D, el algoritmo estándar de optimización por enjambre de partículas (PSO) sufre de convergencia prematura y una tendencia a caer en óptimos locales, lo que lleva a desviaciones significativas del camino óptimo. Este documento propone un algoritmo de PSO mejorado (IPSO) que aumenta la diversidad y aleatoriedad de las partículas a través de la introducción de mapeo caótico logístico, mientras emplea factores de aprendizaje dinámicos y pesos de inercia no lineales para mejorar la capacidad de búsqueda global. Los resultados experimentales demuestran que el IPSO supera a los métodos tradicionales en términos de longitud de camino y eficiencia computacional, mostrando potencial para la planificación de trayectorias en tiempo real en entornos complejos.
Ma et al. (Vie,) estudiaron esta cuestión.