Multi-strategy improved hiking optimization algorithm for unmanned ground vehicle path planning

Yang, Zongju

doi:10.1016/j.eswa.2026.133566

Multi-strategy improved hiking optimization algorithm for unmanned ground vehicle path planning

2026-07-01

0

PRE

AI

DOI：10.1016/j.eswa.2026.133566

原文链接

摘要

En 中文

步态优化算法（HOA）是一种受徒步者导航行为启发的元启发式优化方法，已被广泛应用于参数优化和工程设计。然而，在应用于无人地面车辆（UGV）路径规划问题时，HOA存在收敛速度慢、易陷入局部最优以及规划路径拐点过多的缺点。为解决这些问题，本文提出了一种基于多种策略改进的步态优化算法（IHOA）。首先，采用Sobol低差异序列生成初始种群，提高解分布的均匀性并增强初始阶段的全局探索能力。其次，引入自适应混合变异策略（AHMS），在迭代过程中动态平衡局部开发和全局探索。第三，在迭代早期阶段加入团队协作机制，促进个体间的多级信息交换以加速收敛。最后，优化了角度生成机制，根据个体适应度值自适应调整搜索角度以提高优化精度。为验证所提方法的有效性，在机器人操作系统（ROS）下对真实UGV进行了对比实验。实验结果表明，所提方法在路径长度、收敛速度和路径平滑度方面显著优于传统HOA及其他主流元启发式算法，同时在不同复杂度环境下保持了一致的强鲁棒性。

Keyword:

Path planning

Grid map

Improved Hiking Optimization Algorithm

Unmanned ground vehicle

Multi-strategy improved hiking optimization algorithm for unmanned ground vehicle path planning

摘要

期刊

机构

引用论文