为解决传统算法在多场景下存在的搜索效率低、适应力差、动态性不足等问题，提出一种融合改进金豺优化算法(IGJO)和动态窗口法(DWA)的路径规划方法。首先，在GJO算法局部寻优阶段，引入自适应权重策略，从而防止算法陷入局部最优。同时，采用逐维逆向学习机制，解决多维优化过程中各维之间的相互干扰以及全局和局部搜索不平衡问题。其次，在DWA算法中引入一种速度动态调整策略，并对其评价函数进行优化，从而提升路径的安全性。仿真结果表明：在多种不同场景下，IGJO-DWA算法在路径长度、规划成功率、行驶时长等方面均优于其他算法。实验结果表明：IGJO-DWA算法能够帮助机器人成功绕过各类型障碍物，确保机器人安全到达目的地，验证了算法的有效性。