1.一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，包括以下步骤：S1、建立仓库栅格地图，设置蚁群参数，并将蚁群划分为若干个子蚁群；

S2、利用每个子蚁群进行路径搜索，得到若干路径搜索结果；将每个子蚁群的路径搜索结果按照效用函数值进行排序；

S3、根据步骤S2中的排序结果，获取较优蚂蚁；将较优蚂蚁的信息素更新至邻居子蚁群中，令若干子蚁群协同进化；迭代设定次数后，停止蚂蚁搜索，比较各个子蚁群搜索到的最优路径，输出初始路径；

S4、判断初始路径中任意两个节点连线之间是否有障碍物，若无，将两个节点直接相连，即完成仓库移动机器人路径规划。

2.根据权利要求1所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S2中，每个子蚁群进行路径搜索过程，具体包括以下步骤：S201、每个子蚁群中的所有蚂蚁分别进行一次路径构建；

S202、进行信息素挥发，更新每个子蚁群路径的信息素；

具体的，根据当前子蚁群中蚂蚁的贡献值排序，选择排序前列的蚂蚁和生成至今为止最优解的蚂蚁所在路径，释放路径信息素；之后接收邻居子蚁群路径信息，允许邻居子蚁群贡献度较高的蚂蚁在本子蚁群释放路径信息素；

S203、迭代设定次数后，输出最优路径，得到每个路径搜索结果。

3.根据权利要求2所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S2中，每个子蚁群中的蚂蚁进行路径构建时，蚂蚁采用轮盘赌方式选择下一个节点。

4.根据权利要求2所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S202中，当每一只蚂蚁都生成一条路径之后，在更新路径信息素之前，将之前存在在路径上的信息素挥发，挥发公式如下：τij←(1-ρ)τij

其中，ρ为信息挥发因子，τij为边(i,j)上的路径信息素。

5.根据权利要求2所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S202中，蚂蚁路径构建过程中，当蚂蚁陷入死角状态时，采用蚂蚁回退策略，使其重新选择新的移动节点。

6.根据权利要求5所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S202中，当蚂蚁陷入死角状态时，该蚂蚁所在死角边路径上的信息素更新公式如下：τrs←(1-λ)τrs

其中，τrs为路径信息素浓度；1-λ为加权系数。

7.根据权利要求1所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S2中，将若干路径搜索结果按照效用函数值进行排序过程中，采用将转弯次数最少目标函数和路径最短目标函数通过线性加权后与效用函数Z(L,N)建立关系；其中，效用函数Z(L,N)的表达式为：Z(L,N)＝ω1L(P)+ω2N(d)

其中，ω1是路径长度权重系数，ω2是转弯次数权重系数，L(P)表示最短路径的求和，N(d)为转向次数的求和。

8.根据权利要求1所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S3中，较优蚂蚁包括效用函数值排序前20％的蚂蚁和至今为止最优解的蚂蚁。

9.根据权利要求1所述的一种基于改进蚁群算法的仓库移动机器人路径规划方法，其特征在于，步骤S3中，将较优蚂蚁的信息素更新至邻居子蚁群的过程中，信息素更新公式为：其中， 为第r只蚂蚁在其经过的路径上释放的路径信息素的量；

为为从邻居蚁群传递过来的贡献度在前n-1位的蚂蚁在其经过路径上释放的路径信息素的量，为邻居子蚁群至今为止构成的最优解蚂蚁释放的路径信息素量；

r为蚂蚁的在当前子蚁群中的排序序列；

q为邻居蚂蚁在邻居子蚁群中的排序序列；

w为排序在前列的需要更新路径信息素的蚂蚁；

n为每个子蚁群中蚂蚁的个数。