1.适用于仓库环境的改进A*机器人最优路径规划方法，具体步骤如下：

步骤1：设计货架和道路的分布状态，规定道路的宽度只允许一个机器人通过，即1个单位长度；在仓库模型中，位于左侧的是分拣处，右侧的是货架堆，每个货架堆由2×5个货架组成，每个货架的长和宽均为0.9个单位长度；货架堆的总数根据需求调整并且为奇数；任意两个货架堆之间有且只有一条道路，并且整体货架堆外围具有两条相距为1个单位长度的道路，从而保证路径规划算法的完备性以及有效性；若有两条道路相交于仓库中的某个点，则将该点作为节点N，N＝(x,y)，其中x为当前节点的x坐标值，y为当前节点的y坐标值；

定义Sp＝[xb yb xs ys]表示货架的相对位置，其中xb,yb分别表示当前货架所在货架堆的相对位置，xs,ys分别表示当前货架在货架堆内部的相对位置；

步骤2：设计仓库中道路的运行规则，规定道路是单向行驶，并且任意相邻的两条道路的行驶方向相反；机器人只能从横向分布的道路进入货架堆中；定义机器人在道路上的运行状态RS＝[xR yR dx dy]，其中xR,yR表示机器人在仓库坐标系中的坐标位置，dx,dy分别表示机器人的可行方向，即机器人所在道路的行驶方向，dx,dy∈{0,1,2,3,4}；当dx为0时，表示机器人无法横向行驶；若dx为3，则机器人可以向右行驶；若dx为4，则机器人可以向左行驶；当dy为0时，表示机器人无法纵向行驶；若dy为1，则机器人可以向上行驶；若dy为2，则机器人可以向下行驶；

步骤3：给定机器人的起始位置与目标位置，若机器人不经过任何节点就可以到达目标位置，则根据机器人的起始位置与目标位置直接给出最终的路径列表；否则，将其简化为仓库节点之间的路径规划问题；将机器人从初始位置出发到达的第一个节点作为初始节点，机器人到达目标位置时经过的最后一个节点作为目标节点；

步骤4：在步骤3的基础上，对于给定的初始节点与目标节点，使用改进的A*算法搜索最优路径；在计算启发式函数代价时，改进的A*算法需要计算当前节点与目标节点之间的曼哈顿距离，转向次数以及绕行距离；假设作为当前估计的节点为n，记曼哈顿距离代价为hm(n)，hm(n)＝|xb-xf|+|yb-yf|，其中xb,yb为初始节点的坐标，xf,yf为目标节点的坐标；记转向代价为ht(n)，ht(n)＝q×turncost，其中q表示当前节点与目标节点之间的最少转向次数，turncost表示每次转向的代价值；记绕行距离代价为he(n)，通过判断当前节点与目标节点的绕行次数，结合仓库模型的信息可以得到具体的he(n)值；在得到曼哈顿距离代价、转向代价、绕行距离代价后，记改进A*算法的启发式函数为h(n)，用于估计当前节点n与目标节点的启发式代价，h(n)＝hm(n)+ht(n)+he(n)；利用改进A*算法搜索节点列表，记为Listj；

步骤5：记机器人的初始位置与初始节点之间的路径列表为Listb，机器人的目标位置与目标节点之间的路径列表为Listf；将Listb添加至Listj的头部，将Listf添加至Listj的尾部，构成完整的路径列表；将列表中的节点坐标位置与实际的仓库中的位置坐标相对应，得到机器人的运行路线；

步骤6：将机器人的运行路线扩展为机器人的运行状态列表，记为SListR，由一系列的机器人状态构成；根据给定的机器人运行路线，判断路线上各个点所在道路的运行规则，得到机器人在当前点的运行方向，从而将机器人的运行路线扩展为机器人的运行状态；将机器人的运行状态列表发送给机器人，让机器人完成巡线的任务。

2.根据权利要求1所述的适用于仓库环境的改进A*机器人最优路径规划方法，其特征在于：保证横纵方向的道路数量均为偶数，避免出现机器人无法移动的状态； 步骤1中货架位置坐标表示以货架堆整体建立坐标系，定义了每个货架在整体货架堆中相对位置，通过坐标变换得到在仓库坐标系中的坐标。