1.一种基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，包括以下步骤：S1、获取移动机器人起始点到目标点的可行路径参数，确定移动机器人系统代价函数；

S2、对移动机器人系统进行初始化，得到所有可能路径；S3、利用混沌萤火虫算法对步骤S2每一条路径进行迭代更新，包括对亮度和位置的更新；S4、对更新后的路径进行排序，得到局部最优路径；S5、步骤S3迭代次数完成进行步骤S6，否则继续进行步骤S3；S6、利用最优调整策略调整当前局部最优路径；S7、输出全局最优路径。

2.根据权利要求1所述的基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，所述步骤S1移动机器人系统代价函数表示为：E＝ω1EL+ω2ED

其中ω1,ω2分别表示长度系数和冒险系数，且ω1+ω2＝1，取值分别为ω1＝0.75,ω2＝0.25，EL表示移动机器人从起始点到目标点的可行路径距离，ED表示可行路径中各节点和环境中障碍物的代价函数；

其中(xi，yi，zi),表示可行路径中第i个节点的坐标，i＝1…n-1,表示移动机器人起始点与可行路径第一节点间的距离， 表示移动机器人目标点与可行路径最后一个节点间的距离，ΔLi表示可行路径中每两个相邻节点之间的距离，且ED＝C(k1+k2)，其中C表示代价系数，且C>0，k1表示可行路径中节点个数，k2表示环境中障碍物个数。

3.根据权利要求1或2所述的基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，所述步骤S3利用混沌萤火虫算法对步骤S2每一条路径进行迭代更新包括：S31、采用步骤S1得到的代价函数表示萤火虫的绝对亮度，代价函数值表示萤火虫所在位置处潜在的解，即每个萤火虫代表一条可行的路径，萤火虫的数量代表可行路径的数量，萤火虫的绝对亮度代表路径的质量；

S32、绝对亮度小的萤火虫向绝对亮度大的萤火虫移动，这里的绝对亮度是指萤火虫在当前位置的亮度；萤火虫相对亮度是指两个萤火虫之间相对的亮度，表示为其中I0表示最大亮度，分别进行萤火虫亮度和位置的更新；

萤火虫相对亮度与吸引力成正比，吸引力表示为：

萤火虫位置更新公式表示为：

xi＝xi+βij(ij)(xi-xj)+α(t)(rand+0.5)其中t为迭代次数，xi,xj为萤火虫i和萤火虫j所处的空间位置，β0为萤火虫的最大吸引力，rij为两个萤火虫之间的距离，rand表示为[0,1]之间的均匀分布；

γ(t)为Lozi’s映射混沌序列表示的光吸收系数，表示为：

α(t)为Lozi’s映射混沌序列表示的随机参数，表示为：

其中，t为迭代次数，a1,b1为控制γ(t)变化的控制参数,a2,b2为控制α(t)变化的控制参数。

4.根据权利要求3所述的基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，所述γ(1)＝0.7(t＝1)，α(1)＝1(t＝1)，a1＝a2＝1.7，b1＝b2＝0.5。

5.根据权利要求1所述的基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，所述步骤S4对更新后的路径进行排序，得到局部最优路径采用的排序方法包括比较法、冒泡法。

6.根据权利要求1所述的基于混沌萤火虫算法的移动机器人路径规划方法，其特征在于，所述步骤S6的最优调整策略为：用高斯分布对每次迭代的最优路径的位置进行微小扰动，即：

其中， 为高斯扰动后的最优位置,xbest为当前最优位置,η为控制参数，N(0,1)为高斯分布。