基于蜣螂优化算法(DBO)的移动机器人路径规划实现

前两天有做移动机器人项目的人问我：路径规划明明有A*、Dijkstra、RRT这些经典方法，为什么还会有人研究“基于蜣螂优化算法（DBO）的路径规划”？这名字听起来更像营销号素材，不像正经算法。我跟他解释完，又翻了翻自己Matlab里留的实验脚本，决定把这段折腾记录下来。路径规划本身不是新问题，但当你需要在栅格地图上快速找到一条连续、平滑、无碰撞且能绕过复杂障碍的路径时，图搜索算法往往给的是“网格粒度”的路径，后续要花大量精力精修。而蜣螂优化算法这类群体智能方法，是把路径点当作连续决策变量来优化，思路不同，得到的结果也更有“落地价值”。这篇文章就围绕我第一次把DBO真正用进路径规划的全过程展开，适合正在做移动机器人路径规划、需要跑对比实验或者入门智能优化算法的朋友参考。

1. 为什么用“屎壳郎找路”？DBO和路径规划的结合点

1.1 路径规划问题怎么抽象成连续优化

先放下算法名称，我们从问题本身切入。绝大多数人第一次写的路径规划，是把地图变成栅格，把每个栅格当成图节点，然后用Dijkstra或者A*去搜。这个套路的好处是逻辑简单，坏处是路径只能沿着栅格走，节点一多路径就很“碎”，转折角度大，机器人实际跟随时频繁减速。你当然可以做后期的拉直和剪枝，但这个过程往往不会保证最优。

另一种思路是完全避开图搜索：把路径理解为“起点到终点之间的一串点”，比如起点固定、终点固定，中间插入6到8个可移动的节点，每个节点的x、y坐标都是决策变量。这样一组坐标就是一个解，路径就是这些点依次连成的折线。优化目标就是让路径长度尽量短、不碰障碍、转折尽量平滑。问题一旦这样建模，就变成了一个高维连续优化问题，粒子群（PSO）、遗传算法（GA）、差分进化（DE）都能上，蜣螂优化算法自然也能上，而且它更新连续坐标的方式很自然，不需要对栅格状态做离散化处理。

这个抽象方式是我觉得DBO这类智能优化算法做路径规划最核心的切入点。它需要你把地图信息转成可计算的代价函数，而不是去构建显式图。很多初学者一上来就纠结“DBO的种群位置怎么对应到某条路径”，本质上是因为还没把决策变量定义清楚。定义清楚了，后面所有事都顺了。

1.2 蜣螂四种行为在优化里到底做了什么

DBO是模拟蜣螂群体生活行为的元启发式算法，核心是四种行为：滚球、舞蹈、繁殖、觅食和偷窃。听名字很幽默，但拆开看，它匹配的是优化算法里“全局探索”和“局部开发”这两个经典需求。

滚球的时候，蜣螂会把粪球沿直线方向推，努力推动远离障碍。如果遇到障碍滚不动，它会爬上粪球做“舞蹈”，也就是转个方向重新试。放在优化里，滚球可以理解为个体沿自身上一时刻方向继续前进，这就类似一种带方向记忆的搜索；而舞蹈则对应遇到局部阻挡后做随机偏转，帮助个体跳出局部死路。

繁殖行为更接近“聚拢到较优区域做精细搜索”。雌蜣螂会选择一个安全位置产卵，算法模拟为在当前较优解附近生成子代，并且搜索边界动态收缩，因此后期收敛速度比较快。觅食行为是让部分个体围绕当前局部最优和全局最优去寻找食物，相当于加强局部开发。偷窃行为则是某些蜣螂去偷别人的粪球，这可以类比迁移或变异，相当于给种群注入随机扰动，防止过早收敛。

所以DBO的本质就是一套“比例制分工”搜索框架：一部分个体做大步长探索，一部分个体做动态边界局部搜索，一部分个体模仿最优个体挖掘。相比PSO单纯靠gbest和pbest引导，DBO的行为结构更多样，在复杂路径规划的地图上更容易保留多样性。

1.3 选择DBO而不是PSO/GA的直观理由

我早期做路径规划用的是PSO和GA，后来换到DBO，最直观的感受是“同一张复杂地图上，DBO的平均解质量比PSO稳定”。这句话要解释清楚，不能玄学。

PSO的问题在于速度更新会把粒子往历史最优和全局最优方向拉。在路径规划里，如果有一个早期发现的“可行且较短”的路径，粒子会迅速聚过去，哪怕旁边有条更短但需要绕行一点的隐藏通路，粒子也很难发现。GA的问题在于交叉和变异是离散操作，父代路径可行不代表交叉后的子代路径可行，经常生成穿过障碍物的“坏孩子”，必须设计修复机制，代码复杂度上升。

DBO把种群拆成了多个角色，滚球组负责向当前有利方向推进，繁殖组负责在当前好的解周围做动态边界搜索，偷窃组则随机把最优解附近的信息“偷”回来。这有点像团队里既有人守深度，又有人跑广度，还有人专门去“搅局”。所以在中小规模栅格地图上，DBO不容易像PSO那样早早定型，也不像GA那样需要频繁修复不可行解。这不代表DBO全面碾压，而是说明它在路径规划这个连续编码场景里有结构性的优势。

2. 从地图到适应度函数：把DBO跑起来前必须想清楚的事

2.1 环境建模与路径点编码

实际项目中地图通常是栅格地图。我在Matlab里常用的映射很简单：用矩阵map表示环境，行的维度和列的维度分别对应栅格的y和x方向，map(row, col) = 1代表障碍，map(row, col) = 0代表可通行区域。

路径向量我推荐这么编码：假设中间有K个可移动节点，起点和终点固定，那么一个个体就是一个长度为2*K的实数向量：

matlab复制X = [x1, y1, x2, y2, ..., xK, yK];

每个节点取连续坐标，不要求严格落在栅格中心。判断碰撞时再把连续坐标转换到栅格坐标：

matlab复制col = floor(x / gridSize) + 1;
row = floor(y / gridSize) + 1;

这里的gridSize是每个栅格的边长。如果地图没有做栅格中心偏移，直接用floor映射最简单。坐标越界时，直接把该分量拉回边界即可。

为什么中间节点数K不要设太大？因为维度越高，搜索空间越大，收敛越慢。20×20的栅格地图上，我一般取6到10个中间节点就够了。如果你在地图上先看到明显绕动脉络，说明节点过多或平滑约束不足，而不是节点越多越好。

2.2 路径段碰撞检测的细节

路径点的碰撞好判断，但连续两点连成的线段穿过障碍才是路径规划里最容易被忽略的坑。很多新手的适应度函数只检查路径节点是不是落在障碍栅格，结果线段从障碍栅格角上斜穿过去也不会被发现。

稳妥的办法是沿线段做等间隔采样。我常用的检测函数类似这样：

matlab复制function collision = isSegmentCollide(p1, p2, map, gridSize)
    % p1, p2是连续坐标 [x, y]
    dist = norm(p2 - p1);
    n = ceil(dist / (gridSize * 0.5)) + 1;
    collision = false;
    for i = 0:n
        p = p1 + (p2 - p1) * (i / n);
        col = floor(p(1) / gridSize) + 1;
        row = floor(p(2) / gridSize) + 1;
        if row < 1 || row > size(map, 1) || col < 1 || col > size(map, 2)
            collision = true;
            return;
        end
        if map(row, col) == 1
            collision = true;
            return;
        end
    end
end

采样步长取栅格边长的一半，基本能抓住穿过栅格角点的线段。采样步长太大会漏检，太小会拖慢适应度计算。这个函数我后来做路径平滑时也反复用到，后处理的碰撞复检依然是靠它。

2.3 适应度函数：长度、惩罚、平滑度怎么平衡

适应度函数是DBO路径规划里最重要的“魂”。我一开始只写了路径长度加碰撞惩罚：

matlab复制cost = pathLength + bigPenalty * collisionCount;

结果经常出现两种奇怪现象。第一种是惩罚系数太小，算法发现“直接穿障碍”的路径比“绕障碍”要短很多，于是它理直气壮地穿越障碍，反正代价不高。第二种是惩罚系数太大，个体一旦生成线段擦过障碍边缘就得到极差适应度，算法为了避开任何风险，路径会绕到很远，整体长度反而增加。

我的调整方法是把cost拆成三段：

matlab复制cost = wLength * length + wCollision * collisionCost + wSmooth * smoothCost;

collisionCost不再是简单的“碰撞次数”，而是“碰撞线段的总长度”。这样即使有轻微擦角，代价也是按占用长度累加的，梯度信息更平滑。建议先用一个不太大的碰撞权重跑出可行绕行路径，再逐步调大碰撞权重，同时观察路径长度会不会明显变长。

平滑度在二维环境下我直接用相邻线段夹角变化量。如果p1、p2、p3是三个连续路径点，转向角theta越大，代价越大。转弯代价的权重不用太高，不然会牺牲路径长度去换“看起来顺滑”。移动机器人领域比较合理的做法是：先优化长度，再在路径长度不变的前提下优化平滑，分阶段处理。不要在适应度函数里强行三合一，权重很难调到统一。

2.4 边界约束与初始化策略

边界约束很简单，路径点的x和y必须在[0, mapWidth]和[0, mapHeight]之间。每次位置更新后直接clip到范围，不过如果地图边缘有障碍，clip后还要检查碰撞。

更难处理的是初始化。如果完全在地图范围内随机撒点，大部分初始个体都落在障碍里或者产生大量穿障碍线段，算法前几十代都在“清理垃圾解”。我的做法是沿着起点到终点直线方向做带状初始化：

matlab复制middleKnotsX = linspace(startPt(1), goalPt(1), K + 2);
middleKnotsY = linspace(startPt(2), goalPt(2), K + 2);
initX = repmat(middleKnotsX(2:end-1), N, 1) + randn(N, K) * sigma;
initY = repmat(middleKnotsY(2:end-1), N, 1) + randn(N, K) * sigma;

sigma控制带状宽度。如果地图比较简单，sigma取2到3个栅格宽度即可；如果地图有必须绕开的U型障碍，带状初始化可能没办法覆盖绕行解，这时可以混入一部分全地图均匀随机初始化，比例大约在20%到30%比较稳。这个比例是我用了几次之后靠实验定的，不绝对，算是思路参考。

3. Matlab代码实现的核心骨架与参数调优经验

3.1 主循环与四种行为算子怎么落地

DBO原始论文的更新公式会分四类角色，实现上不需要每个公式都死记，但你要清楚它在路径规划里的调度逻辑。我写的主循环框架大致如下：

matlab复制for t = 1:maxIter
    for i = 1:popSize
        if i <= rollingNum
            if isObstructed(pop(i, :), map)   % 模拟遇到路障
                pop(i, :) = DBO_ROLL_DANCE(pop(i, :), rngTheta);   % 舞蹈偏转
            else
                pop(i, :) = DBO_ROLL(pop(i, :), pop(i, :), bestWorst); 
            end
        elseif i <= breedingNum
            pop(i, :) = DBO_BREED(pop(i, :), globalBest, breedLb, breedUb);
        elseif i <= foragingNum
            pop(i, :) = DBO_FORAGE(pop(i, :), localBest, globalBest);
        else
            pop(i, :) = DBO_THIEF(pop(i, :), globalBest);
        end

        pop(i, :) = boundCheck(pop(i, :), map);
        newCost = pathCost(pop(i, :), map);
        if newCost < costList(i)
            costList(i) = newCost;
            if newCost < globalBestCost
                globalBestCost = newCost;
                globalBestPos = pop(i, :);
            end
        end
    end
    curve(t) = globalBestCost;
end

这里必须注意，rollingNum、breedingNum、foragingNum对应原论文分组，而不是自己随便拍的。原作是严格按种群序号的阈值把个体分成滚球、繁殖、觅食和偷窃，不同阶段各组参数也不同。我初学时直接删掉偷窃组，发现地图复杂度大一点就早熟，后来才明白偷窃组的扰动价值。

如果你希望写出更符合论文的版本，可以对照原文公式逐行实现，上面这段更接近“便于理解的调度骨架”。实际开发里，先把调度跑通，再回去替换成精确更新公式，比一次性硬啃完全部公式更友好。

3.2 一个可复用的参数组合参考

经过二十多张不同地图的测试，我整理了一套初始参数组合，适合20×20到30×30规模的栅格地图：

这里“碰撞惩罚权重”不是固定经验，而是我自己项目里使用的范围。核心原则是让可行路径的代价一定低于穿过障碍路径的代价。

3.3 调试期最容易踩的三个坑

第一个坑是格式混乱导致的“假最优”。我早期习惯把起点和终点也放到个体向量里一起优化，结果发现算法的所谓最优路径居然把起点都挪了位置。路径规划是个约束问题，起点终点必须固定，只在适应度函数里引用，不能作为决策变量。

第二个坑是栅格坐标转换时搞反行列。栅格地图里的map(row, col)对应的是先给y方向再给x方向，路径点却是先给x再给y。用floor(y/gridSize)求行，用floor(x/gridSize)求列，方向一颠就出现“明明看着没碰到障碍，却判定碰撞”的情况。

第三个坑是路径代价计算时忘记加头尾端点。很多代码构造完整路径时只取了中间节点，起点和终点没有参与长度计算。这样算法确实会让中间节点越来越靠近起点和终点，但长度只是“局部长度”，不是完整路径长度，最后画出来的路径和适应度数值对不上。

4. 实验对比：DBO在栅格地图上与PSO/GA的差距

4.1 测试环境与统计口径

为了判断DBO的实际价值，我建了三张测试地图：第一张是简单障碍地图，第二张是U型通道地图，第三张是多障碍物迷宫地图。起点和终点固定，所有算法使用相同的路径点编码、适应度函数和边界处理。每种算法跑20次，记录每一次的最短路径长度，然后统计最优值、平均值和标准差，再加一条收敛曲线。

我之前见过很多论文只放“一次最好结果”，这种对比意义有限。群体智能算法本质是随机过程，单次最优解很可能运气好，不足以证明算法差异。平均值体现整体水平，标准差体现稳定性，收敛曲线体现搜索行为，三个口径合起来才算完整。

4.2 结果表格与收敛曲线说明

下面是U型通道地图上的一组代表性结果（路径长度单位按栅格边长为1）：

这张表能说明DBO在这里的均值比PSO少了约3.5个长度单位，标准差也更低，说明它多次运行稳定找到较好路径的可能性更高。收敛曲线的特点是DBO前20代下降很快，50代左右会出现一个小台阶，随后再有明显下降。这个“小台阶”通常来自偷窃组把某个个体扔到了较优解附近，打破了原本停滞的种群分布。

我建议看结果时注意一个细节：不要只报告最终路径长度，最好同步画出规划出的路径和地图，肉眼检查是否有贴边风险。DBO优化的路径有时离障碍很近，线段碰撞判定没检查到“间隙”，但在真实机器人看来几乎没有安全余量。实验阶段可以在碰撞检测里对障碍栅格做膨胀处理，给路线增加安全边界。

4.3 为什么DBO在窄通道场景中不容易丢解

在迷宫地图里，PSO经常出现的现象是：种群前期找到一条可行路径后，所有粒子都挤在同一条通道附近，即使另一条通道明显更短，粒子也跳不过去。这就是典型的局部收敛。

DBO在这个场景下优势来自繁殖组的动态边界。繁殖阶段会让个体在当前全局最优附近生成并更新，但边界不是固定不变，而是随着迭代缩小。这样能快速打磨现有路径；同时，偷窃组始终有一部分个体游离在最优解周围做随机迁移。这相当于每代都保留少量“探索队”，不至于让整个种群彻底定型。我对比过多张地图，通道越窄、越不规则，DBO的相对优势越明显；地图很开阔时，DBO和PSO差距不大，甚至因为种群结构更复杂而更慢。选择算法前先判断地图复杂度，比盲目追求新算法更可靠。

5. 从可运行到可用：剪枝、平滑与混合策略

5.1 路径剪枝：把折线尽量拉直

DBO给出的直接结果是若干路径点连成的折线。中间点参与优化是为了穿越复杂障碍，但有些点其实是冗余的。比如绕过障碍后，后续几个点分布在一条直线上，那中间点完全可以删掉。

剪枝我使用的是“视线检测”：

• 从路径起点开始，尝试直接连接更靠后的节点；如果这段连线不碰撞，就说明中间节点可以删除。
• 继续向后延伸，尝试连接更远的节点，直到碰到碰撞或路径末尾。
• 如果失败，则保留当前最后一个可连接节点，并把它作为新的起点继续判断。

实现起来不麻烦，两重循环加一个isSegmentCollide即可。剪完之后的路径长度会明显下降，转折点变少，也更接近人类规划的路线。

5.2 平滑处理与碰撞复检

剪枝后再做平滑，可以用贝塞尔曲线或者三次样条把折线变成曲线。注意平滑后的路径千万要重新做碰撞检测。贝塞尔曲线的控制点如果离障碍太近，曲线有可能在拐弯时扫过障碍边缘。我吃过这个亏，画图时看着曲线很漂亮，真机仿真时机器人就会卡在转角处。

建议流程是：DBO优化得到初始路径 -> 剪枝 -> 平滑 -> 碰撞复检 -> 如果某段碰撞，则把该段两端点提取出来，对该局部区域再次调用DBO，或者退回平滑前的折线段，用折线执行。实际项目里不是所有地图都需要平滑，四轮差速底盘用折线转弯通常就够了，阿克曼底盘或机械臂路径才更需要连续曲率。

5.3 引入A*种子解加速收敛

很多团队最后采用的方案不是纯DBO，而是“A* + DBO”混合。先用A*快速得到一条可行路径，从这条路径上抽取出若干个点作为DBO种群中的一条“优质种子”，其余个体正常随机初始化。

这样做最大的好处是群体一开始就有一条可用解，适应度上界不会太差，DBO可以在可行路径基础上优化得更短更平滑，不用从零摸索。缺点是种子解如果太“强势”，可能让种群过早向它靠拢，多样性下降。解决方法是把种子个体数量控制在种群规模的5%到10%，其余个体正常初始化。混合策略的实际效果往往比纯DBO或纯A*都好，这算是我在项目落地中最常用的一种方案。

最后再分享一点个人体会。我最早接触DBO时，以为难点在把四种行为公式写对，后来才发现代码实现占的比重只有三成，剩下七成都在地图建模、适应度设计和后处理上。公式跑通只等于“算法能运行”，并不等于它能规划出让人满意的路径。调惩罚系数、做碰撞复检、设计初始化，这些脏活累活才是真正决定路径规划效果的关键。如果你们也在用DBO做路径规划，建议不要一上来追求1000次迭代，先跑少量迭代看它能不能快速找到可行解，再逐步加迭代次数，这样排查问题会快得多。