常用路径规划算法大全（目录版）

常用路径规划算法

一、传统算法

传统的路径规划算法有:模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等。

1.模拟退火算法 ( Simulated Annealing，简称A)

是一种适用于大规模组合优化问题的有效近似算法。它模仿固体物质的退火过程，通过设定初温、初态和降温率控制温度的不断下降，结合概率突跳特性，利用解空间的邻域结构进行随机搜索。具有描述简单、使用灵活、运行效率高、初始条件限制少等优点，但存在着收敛速度慢、随机性等缺陷，参数设定是应用过程中的关键环节。

2.人工势场法

是一种虚拟力法。它模仿引力斥力下的物体运动，目标点和运动体间为引力，运动体和障碍物间为斥力，通过建立引力场斥力场函数进行路径寻优。优点是规划出来的路径平滑安全、描述简单等，但是存在局部最优的问题，引力场的设计是算法能否成功应用的关键。

3.模糊逻辑算法

模拟驾驶员的驾驶经验，将生理上的感知和动作结合起来，根据系统实时的传感器信息，通过查表得到规划信息，从而实现路径规划。算法符合人类思维习惯，免去数学建模，也便于将专家知识转换为控制信号，具有很好的一致性、稳定性和连续性。但总结模糊规则比较困难，而且一旦确定模糊规则在线调整困难，应变性差。最优的隶属度函数、控制规则及在线调整方法是最大难题。

4.禁忌搜索算法

是一种全局逐步寻优算法对人类智力过程的一种模拟。通过引入一个灵活的存储结构和相应的晋级规则来避免与会搜索，并