基于海马优化的改进Informed-RRT*的路径规划算法
严贵僧
杨洁
西南林业大学 机械与交通学院,昆明 650224
摘要：[目的]为了解决传统Informed-RRT*算法在复杂环境中面临随机性采样、低效搜索和难以提供最优路径等问题,提出了一种基于海马优化(Sea-Horse Optimizer,SHO)的改进Informed-RRT*的路径规划算法.[方法]该算法结合了Informed-RRT*和SHO的优势,引入适应度函数,用于评估采样节点的适应性,从而增强对采样目标的引导;此外,采用自适应步长和随机扰动,以适应环境中的障碍物,并选择最佳个体来引导随机树的扩展方向.[结果]通过多组仿真和样机试验对比表明,改进后的Informed-RRT*算法具有更快的收敛速度、更高的搜索效率以及更出色的路径规划性能,为复杂环境中的路径规划提供一种高效的解决方案.
关键词：SHO算法Informed-RRT*算法路径规划采样导向性自主避障
分类号：TP241(自动化技术及设备)
资助基金：云南省教育厅科学研究基金项目(0111723084)
论文发表日期：2025-02-14
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 93-100 )
英文信息