1.一种面向无人自行车的人工势场局部路径规划法，其特征在于包括如下步骤：(1)初始化环境信息，确定无人自行车的初始位置、目标点位置和障碍物信息；

(2)无人自行车获取周围障碍物的信息，计算障碍物对无人自行车的影响距离及障碍物与目标位置的距离；

(3)计算无人自行车在当前位置所受的引力与斥力，改进斥力势场函数和斥力函数后，计算合力的大小与方向；

(4)根据步骤(3)求出的数据，按照一定的路径因子引导无人自行车行进到下一个地点，所述步骤(4)按照如下步骤进行：(4-1)对环境进行建模；

(4-2)建立势场；

(4-3)求解路径因子并选择最优路径；

其中，所述步骤(4-3)中求解路径因子并选择最优路径包括：建立路径因子在X方向和Y方向的受力分别为：对于存在多个障碍物的情况，路径因子的受力表示为：

式中，Lgi为第i个路径因子相对于目标点的位置，Ldi为第i个路径因子相对于虚拟目标点的位置，Ski为第i个路径因子相对于第k个障碍物的位置；

由公式(11)求得路径因子的Y坐标和虚拟目标点的X坐标，求得多组解，从而无人自行车也就意味着无人自行车有多条路径可以到达目标区域；

(5)判断是否陷入局部最小点，如果陷入局部最小点则转入步骤(6)，否则，转入步骤(7)；

(6)在(xa,ya)点处加入虚拟障碍物，虚拟障碍物位置记为(xoa,yoa)，斥力场为Ja，转入步骤(2)；

(7)若有虚拟障碍物，将其删除，判断无人自行车是否到达目标位置或行走完规定距离，若到达目标位置或行走完规定距离，则结束本次算法的一个循环，否则，跳转到步骤(2)。

2.根据权利要求1的一种面向无人自行车的人工势场局部路径规划法，其特征在于：所述步骤(3)具体实施方法为将无人自行车简化为一个质点，其在工作空间中的位置为X，引力势场函数定义为：式中，k为引力势场常量，X＝(xy)T为无人自行车的当前坐标，(X-Xg)为目标与无人自行车之间的相对位置；

引力函数为引力势场函数的负梯度：

Fatt(X)＝k(X-Xg)   (2)

改进后的斥力函数为：

式中，矢量Frep1的方向从障碍物指向无人自行车，矢量Frep2的方向从无人自行车指向目标点，

3.根据权利要求1的一种面向无人自行车的人工势场局部路径规划法，其特征在于：所述步骤(4-1)对环境进行建模包括：以起始点为坐标原点，起始点和目标点的连线为X轴，建立直角坐标系，在起始点和目标点之间，选取相同间隔的一组点作为路径因子的横坐标，路径因子的连线就是无人自行车移动的路径，路径因子横坐标固定，只在Y方向运动，虚拟目标点纵坐标固定，只在X方向运动。

4.根据权利要求1的一种面向无人自行车的人工势场局部路径规划法，其特征在于：所述步骤(4-2)势场建立步骤为首先建立引力势场： 式中，k为引力势场系数，L为路径因子相对于虚拟目标点的位置，其中引力定义为：Fatt(X)＝kL(7)，路径因子受到的斥力来自障碍物，斥力势场函数采用电荷势场模型： 式中，η为斥力势场系数，S为路径因子相对于障碍物的位置，斥力定义为

5.根据权利要求1的一种面向无人自行车的人工势场局部路径规划法，其特征在于：所述多条路径中选择一条路径的选取的原则有两个，一是无人自行车不能进入机动车道，二是路径因子纵坐标的绝对值之和最小。

6.根据权利要求1的一种面向无人自行车的人工势场局部路径规划法，其特征在于：所述步骤(6)按照如下流程进行：当无人自行车陷入局部最小点时，以此极小点为中心，加入虚拟障碍物斥力场：其中，Poa为虚拟障碍物对无人自行车的影响距

离；Pa为无人自行车到虚拟障碍物的距离，则虚拟斥力为：此时无人自行车所受到的合力为： 此时无人自行车根据新合力的大小和方向运动以逃离局部极小点。