基于改进阿奎拉鹰算法的移动机器人路径规划

摘要

随着移动机器人工作环境愈加复杂，其路径规划问题成为重要研究方向。本文提出了一种改进的阿奎拉鹰优化算法，解决原始算法在路径规划中存在的收敛速度慢、易陷入局部最优等问题。引入Circle混沌映射初始化种群，增强算法全局探索能力；引入柯西-高斯变异扰动，提高算法跳出局部最优的能力；引入哈里斯鹰算法的逃逸能量和局部开发策略，实现全局探索和局部开发的有效平衡并提高局部开发能力。全局路径规划实验中，改进算法的最短路径相比其他算法缩短了0.53%～6.99%。仿真实验证明所提算法的有效性，为移动机器人路径规划提供了有效支持。

关键词

移动机器人 / 路径规划 / 改进阿奎拉鹰算法 / 哈里斯鹰算法