基于改进鲸鱼优化算法的移动机器人路径规划研究.pdf

基于改进鲸鱼优化算法的移动机器人路径规划研究

摘要

路径规划是移动机器人在复杂或不确定环境中进行高效、安全运行的关键技术。

目前在路径规划领域有许多研究成果，但传统的路径规划算法在处理未知或动态变化

环境时，常常面临着非线性、离散性和多重约束等复杂特征的数学建模问题，这使得

在求解过程中呈现出高度的复杂性，而鲸鱼优化算法可以利用自身的搜索机制和并行

计算避开复杂的数学建模问题。鲸鱼优化算法在处理大数据分类场景下具有较高的收

敛精度，然而应用在路径规划任务中，存在种群多样性丢失、早熟与震荡以及障碍物

路径碰撞的局限性。为了提高该算法在路径规划应用下的效果，本文围绕上述问题展

开研究，进行了算法内部迭代机制改进、路径规划策略改进，并在标准测试函数、静

态场景、动态场景中验证了所提出方法的有效性。主要研究内容如下：

1.对传统鲸鱼优化算法的内部迭代机制展开研究。针对传统鲸鱼优化算法依赖初始

种群位置造成的收敛速度不稳定、螺旋更新引起的早熟或震荡问题，提出了一种基于

改进捕食和反哺机制的鲸鱼优化算法。该算法首先引入镜像游走方法，以增加多样性。

同时，结合学习因子、柯西扰动与分段处理，解决螺旋更新引起的早熟或震荡问题，

最后通过交叉协作反哺机制增强整体性能。实验结果表明，提出的改进鲸鱼优化算法

在11个测试集上的收敛性能、速度和稳定性方面均优于五种对比算法。

2.对改进鲸鱼优化算法的静态路径规划研究。针对路径未兼顾障碍物信息、栅格移

动限制和多样性丢失问题，提出了一种基于多因素融合与策略优化驱动的改进鲸鱼优

化全局路径规划算法。该算法首先引入路径安全评价函数增强路径的鲁棒性，并针对

栅格移动限制和多样性丢失问题，提出一种基于深度路径的策略，最后结合顺序线性

路径方法和逆引导策略，解决栅格建模精度和维度丢失问题。实验结果表明，改进鲸

鱼优化算法在路径收敛速度和拐点处理方面均优于三种对比算法。

3.对改进鲸鱼优化算法的动态路径规划研究。针对复杂动态环境下的路径规划安全、

避障效果不佳的问题，提出一种基于改进优化算法和动态窗口法的混合算法。该算法

首先利用改进的鲸鱼优化算法进行全局路径规划，以生成的关键路径点为基础，随后

采用动态窗口法根据这些关键点进行局部路径优化，并针对动态窗口法避障效果不佳

的问题，提出一种改进轨迹评价模型和动态障碍物先验行为预测的方法。实验结果表

明，融合算法在避障性能和前瞻性方面均优于两种对比算法。

4.对混合算法在搭载物理引擎场景下的规划效果研究。研究旨在构建理论与实践之

哈尔滨工程大学专业学位硕士学位论文

间的桥梁，验证并优化算法性能。在Gazebo环境中进行移动机器人的建模，并构建

ROS导航框架。实验结果表明，验证了混合算法在物理支持的环境中能有效处理动态

障碍物，生成无碰撞的最优或次优路径。

关键词：移动机器人；路径规划；鲸鱼优化算法；动态窗口法

基于改进鲸鱼优化算法的移动机器人路径规划研究

Abstract

Pathplanningisakeytechnologyformobilerobotstooperateefficientlyandsafelyin

complexoruncertainenvironments.Atpresent,therearemanyresearchachievementsinthe

fieldofpathplanning,buttraditionalpathplanningalgorithmsoftenfacecomplex

mathematicalmodelingproblemssuchasnonlinearity,discreteness,andmultipleconstraints

whendealingwithunknownordynamicallychangingenvironments.Thismakesthesolving

processhighlycomplex.Whaleoptimizationalgorithmscanusethei