基于自适应步长果蝇优化算法的无人车路径规划改进算法研究.pdfVIP

信息记录材料２０２５年４月第２６卷第４期

基于自适应步长果蝇优化算法的无人车路径

规划改进算法研究

陈雯琦，吕杰毅

（商丘工学院信息与电子工程学院河南商丘４７６０００）

【摘要】针对传统果蝇算法在无人车路径规划中易陷入局部最优、搜索空间步长固定不变而无法求得最优解，以及路径安全性不

足的问题，本文提出一种基于自适应步长果蝇优化算法（ａｄａｐｔｉｖｅｓｔｅｐｆｒｕｉｔｆｌｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ，ＡＳＦＯＡ）的无人车路径规划改进算

法。首先，ＡＳＦＯＡ通过引入自适应步长机制提高搜索效率、提升最优解质量。其次，为优化路径规划过程，ＡＳＦＯＡ引入Ｄｉｊｋｓｔｒａ算法，

有效地减少了计算量。最后，ＡＳＦＯＡ引入避障算法，实现了更安全的路径规划。二维仿真环境实验结果表明，相较于传统的果蝇算

法，ＡＳＦＯＡ生成的路径更接近最优解，显著提升了避障性能，并且在减少转弯角度和拐点数目方面优于传统果蝇算法。此外，ＡＳＦＯＡ

展示出较低的适应度值和较快的收敛速度，显示出在路径优化中的高效性和适应性。综上，ＡＳＦＯＡ为无人车路径规划提供了一个高

效、可靠的解决方案。

【关键词】无人车；果蝇算法；路径规划；人工势场算法

－－－

【中图分类号】ＴＰ２４２【文献标识码】Ａ【文章编号】１００９５６２４（２０２５）０４００９００３

０引言找最优路径。基于步长动态调整，算法能够在初期阶段迅

无人驾驶汽车（以下简称“无人车”）作为智能汽车的速探索潜在的解空间，而在接近最优解时则细化搜索，避

重要分支，依赖车载计算机和传感器实现自动驾驶，其核免因过大的步长而错过最优解或局部最优解的精细特征。

心在于感知道路环境、自动规划行驶路线及精确控制车步长自适应调整的具体公式如下。

［１］ｃｎｔｉｔｅｒ

辆。在这一过程中，路径规划是无人车技术的关键模

＝－－×

Ｓｔｅｐｄｉｓｔｍａｘ（（ｍａｘｍｉｎ））

块，针对这一模块，尽管已有许多算法取得显著进展，但仍ｘｓｔｅｐｓｔｅｐｓｔｅｐｎｉｔｅｒ

［２］∗（１）

面临一系列挑战。传统Ａ算法在复杂环境中可能生成

非最优路径；跳点搜索算法虽然能够提升搜索效率，但综ｃｎｔｉｔｅｒ

＝－－×

Ｓｔｅｐｄｉｓｔｍａｘ（（ｍａｘｍｉｎ））

ｙｓｔｅｐｓｔｅｐｓｔｅｐ

［３］ｎｉｔｅｒ

合