陈 中，陈克伟，张前图，刘瑶华

(1.盐城工学院 电气工程学院，江苏 盐城 224051;2.陆军装甲兵学院 兵器与控制系, 北京 100072; 3.中国人民解放军驻重庆地区第五军代室，重庆 404000)

1 引言

在智能车智能移动车辆领域，路径规划是智能车完成自主移动的首要条件，可以说是智能车的关键技术之一，一直以来都是国内外学者的研究重点[1-2]。智能车的路径规划，简而言之就是在整个运行环境内，找到一条从起点至终点的无障碍行驶路径，并满足行驶路径最短、能耗最少、耗时最短等要求。关于路径规划方法，从目前国内外已有的文献来看，主要包括传统方法和智能方法2种。传统方法主要包括人工势场法[3-4]、A*算法[5-6]等，智能方法主要是通过一些智能算法(如蚁群算法[7]、遗传算法[8]、粒子群算法[9]等)进行路径规划。和传统方法相比，智能算法的总体运算速度更快、计算效果更高，获得的移动路径更优。

虽然上述提到的智能算法在路径规划中有较好的效果，但由于算法本身存在一定的缺陷，这就导致得到的路径规划结果可能并没有达到最佳状态。因此，国内外很多学者又对这些智能算法进行改进设计，以此来进一步提升路径规划的能力。如，Zhou等[10]针对天牛须搜索算法的不足，提出基于改进天牛须搜索的智能车路径规划新方法，相比于改进前，规划得到的移动路径大幅缩短；Paikray等[11]针对粒子群算法的不足，提出正余弦粒子群算法的多机器人路径规划方法，实验结果表明正余弦粒子群算法在无碰撞路径、到达时间和能耗上均比粒子群算法更优；……