基于多策略改进灰狼算法的多模态机器人路径规划方法

本发明公开了一种基于多策略改进灰狼算法的多模态机器人路径规划方法，该方法包括：捕捉待规划地图的特征信息；转换坐标系；综合能量成本与障碍威胁成本构建路径总成本函数；引入具有全局视角的语言灰狼并设置算法参数；利用非线性分段战略调整因子更新语言灰狼与其他引导狼的引导力度；设计混沌Tent精英反向学习策略变异最优位置的灰狼；基于多策略改进的灰狼算法和地图信息进行最佳路径规划，得到最优规划路径。通过使用本发明，能够提高算法的规划效率和规划精度，并降低对计算资源的需求。本发明作为一种基于多策略改进灰狼算法的多模态机器人路径规划方法，可广泛应用于机器人路径规划技术领域。