【摘要】针对传统果蝇算法在无人车路径规划中易陷入局部最优、搜索空间步长固定不变而无法求得最优解，以及路径安全性不足的问题，本文提出一种基于自适应步长果蝇优化算法（ａｄａｐｔｉｖｅ ｓｔｅｐ ｆｒｕｉｔ ｆｌｙ ｏｐｔｉｍｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ，ＡＳＦＯＡ）的无人车路径规划改进算法。 首先，ＡＳＦＯＡ 通过引入自适应步长机制提高搜索效率、提升最优解质量。 其次，为优化路径规划过程，ＡＳＦＯＡ 引入 Ｄｉｊｋｓｔｒａ 算法，有效地减少了计算量。 最后，ＡＳＦＯＡ 引入避障算法，实现了更安全的路径规划。 二维仿真环境实验结果表明，相较于传统的果蝇算法，ＡＳＦＯＡ 生成的路径更接近最优解，显著提升了避障性能，并且在减少转弯角度和拐点数目方面优于传统果蝇算法。 此外，ＡＳＦＯＡ展示出较低的适应度值和较快的收敛速度，显示出在路径优化中的高效性和适应性。 综上，ＡＳＦＯＡ 为无人车路径规划提供了一个高效、可靠的解决方案。