arrow
返回

Hybrid path planning algorithm for robots based on modified golden jackal optimization method and dynamic window method

delete2025-07-01
delete0
PRE
AI
王玉超 封面图
王玉超 (Yuchao Wang)
王昱沆 封面图
王昱沆 (Yuhang Wang)
Q
Qiuhua Li
X
Xingni Wang
Y
Yunzhe He
L
Lijia Xu *
DOI:10.1016/j.eswa.2025.127808delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
传统路径规划算法在具有高密度不规则障碍物的大规模场景中仍面临显著挑战,例如搜索效率低、避障能力有限以及易陷入局部最优。为克服这些挑战,提出了一种结合改进金豺优化算法(MGJO)和改进动态窗口方法(IDWA)的混合路径规划算法。为解决陷入局部最优的问题并提升全局路径规划中的全局搜索效率,MGJO算法基于非线性能量衰减、多样化搜索策略以及受非洲秃鹫启发的引导机制进行合成。为提高避障效率并确保局部路径更平滑,IDWA算法通过优化障碍距离评估函数进行了重新设计。在全局路径规划中,MGJO算法与部分当前最优优化器在23个基准函数上进行对比评估。在三种不同环境中,MGJO算法相较于原始算法的平均路径长度分别提升了10.76%、16.72%和25.46%。在移动机器人局部路径规划实验中,IDWA算法在小中型地图中避免了局部最优,而在大型地图中显著减少了局部最优发生的次数,从6次降至2次。该算法的可行性在真实实验中得到验证。
Keyword:
Golden Jackal Optimization Algorithm
African Vultures Optimization Algorithm
Dynamic Window Approach Algorithm
Mobile robot
Path planning

期刊

Expert Systems with Applications 封面图
Expert Systems with Applications
IF:
7.5
论文数:
2.9W
被引数:
10.2W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
学者 查看更多内容