流场引导与模糊控制弹性松弛的离散变分遗传路径规划

来源：计算机工程与应用杂志2026年第12期北京时间：

作者：李自强, 王旖豪, 张羽佳, 王雅栋, 张小国, 阳媛

单位：1.东南大学 仪器科学与工程学院，南京 210096；2.微惯性仪表与先进导航技术教育部重点实验室，南京 210096；

摘要：针对移动机器人在非结构化施工环境路径规划中存在的初始化盲目、安全感知不足及动力学可行性缺失问题，提出安全感知流场增强遗传算法（safety-aware flow-field enhanced genetic algorithm，SAFE-GA）。该方法建立离散构型空间至流体势场的映射，利用波前传播构建全局导航势场并提取流线，将环境拓扑先验注入初始种群以解决初始化死锁。基于欧氏距离变换（Euclidean distance transform，EDT）构建连续风险势能场，结合双层模糊逻辑自适应调节进化算子与弹性松弛机制，平衡全局搜索与局部开发能力。针对动力学约束，建立基于离散变分原理的能量泛函模型，通过最小化路径三阶导数生成满足费马螺旋性质的[G2]平滑轨迹。实验结果表明，该算法在复杂受限环境中收敛时间缩短至1.76?s，碰撞概率指数（collision probability index，CPI）控制在0.93，安全区驻留比（safety zone residence ratio，SZRR）达91.6%，最大横向跟踪误差（max cross-track error，Max CTE）收敛至0.11像素，实现了拓扑可行性、物理安全性与动力学平滑性的有效平衡。

关键词：非结构化环境,路径规划,遗传算法,流体波前引导,风险势能场,模糊自适应控制,离散变分平滑

基金资助：江苏省自然科学基金（BK20251350）；中国交通建筑集团科技项目（2023-ZJSGJKJ-02）。