来源：期刊VIP网 时间：
作者：严贵僧;杨洁;
单位：西南林业大学机械与交通学院;
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
基金资助：云南省教育厅科学研究基金项目(0111723084)
