聚类驱动交叉遗传算法的机器人路径规划
来源：计算机工程与应用杂志2026年第11期北京时间：
作者：常美玉, 王天昊, 邢轩瑀, 董华军
单位：1.大连交通大学 电气工程学院，辽宁 大连 116028；2.大连交通大学 机械工程学院，辽宁 大连 116028；
摘要：传统遗传算法在机器人路径规划中面临诸多挑战，尤其在复杂静态环境中存在收敛速度慢、参数敏感性强、计算效率低及路径平滑性不足等问题，现有改进算法多聚焦单一性能指标优化，难以实现综合性能均衡提升。为此，提出一种聚类驱动交叉优化算法。引入A*算法生成启发式初始种群，提高全局搜索能力及效率；依据基因库思想，设计动态自适应进化参数调节机制实时调整种群状态，采用聚类驱动策略将种群分层，族内使用算术交叉，跨族使用模拟二进制交叉，同时实施局部扰动变异算子，在最优区域增强搜索多样性；采用三次B样条曲线对最终路径进行几何重构，显著提升路径平滑度。仿真实验表明，所提出的算法在大规模栅格地图中的综合性能：收敛速度、路径长度、计算效率、路径平滑性均体现出了有效性和优越性，为移动机器人在复杂静态环境中的全局路径规划提供了可靠的技术支撑。
关键词：机器人路径规划,遗传算法,聚类驱动交叉,自适应,三次B样条曲线
基金资助：国家自然科学基金（51477023）；辽宁省自然科学基金（2024-BS-200）。
