基于蜣螂优化算法的“DBO”三维无人机路径规划应用Matlab代码
无人机要在复杂三维地形里找到最优路径，这事听着简单实际操作起来真能让人头秃。传统算法容
易陷入局部最优，这时候就得请出蜣螂优化算法（DBO）这种新晋选手。别笑，这算法灵感真来自屎壳郎滚粪
球的智慧——滚球、跳舞、觅食这些行为被数学建模后，居然成了高效的全局搜索策略。
先看路径编码怎么玩。咱们用三维坐标点序列表示飞行路线，每个个体代表一条可能路径。Matlab
里可以用结构体数组来组织种群数据：
```matlab
% 种群初始化
pop_size = 50;
max_iter = 100;
pop = struct('path', [], 'fitness', []);
for i = 1:pop_size
path = [start_point;
rand_sample_points;
end_point]; % 随机采样中间点
pop(i).path = smooth3D(path); % 三次样条平滑
pop(i).fitness = calc_fitness(pop(i).path);
end
```
适应度函数得综合考虑路径长度、障碍物规避和能耗。举个计算碰撞惩罚的实用技巧——用空间向量
快速检测障碍物穿透：
```matlab
function penalty = collision_check(path, obstacles)
penalty = 0;
for k = 1:size(path,1)-1
segment = path(k:k+1,:);
% 空间快速检测
dists = pdist2(segment, obstacles);
if any(dists(:) < safety_radius)
penalty = penalty + 1e6; % 碰撞惩罚项
