1.一种基于改进人工势场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，根据移动机器人到目标点的距离构造出引力势场函数；

S2，根据移动机器人到目标点的距离以及到障碍物的距离构造出斥力势场函数Urep，具体公式如下：式中，η表示排斥增益系数， 表示移动机器人到障碍物的距离，(xo,yo)表示障碍物的世界坐标，ρo表示障碍物的最大影响距离， 表示反正切限制函数，n表示距离调节系数； 表示移动机器人到目标点的距离，(xR,yR)表示移动机器人的世界坐标，(xG,yG)表示目标点的世界坐标；

S3，基于移动机器人当前位置对引力势场函数求负梯度得到移动机器人当前受到的吸引力；

S4，基于移动机器人当前位置对斥力势场函数求负梯度得到移动机器人当前受到的排斥力，具体公式如下：其中，F′x,rep以及F′y,rep的具体表达分别如下：上两式中， 表示当前移动机器人到目标点的距离，

表示当前移动机器人到障碍物的距离；(xG,yG)表示目标点的世界坐标，(x′R,y′R)表示移动机器人当前位置的世界坐标，i和j分别表示沿着世界坐标系横轴正方向以及纵轴正方向的单位向量；

得到排斥力F′rep的大小是 方向是由移动机器人指向目标点；

S5，利用步骤S3和S4中计算得到的吸引力和排斥力引导移动机器人向目标点前进，包括，若当前吸引力和当前排斥力的合力为0并且移动机器人当前位置就是目标点，则路径规划完成；

若当前吸引力和当前排斥力的合力为0并且移动机器人当前位置不是目标点，则移动机器人陷入局部极小值点，生成一个强制干扰力使移动机器人逃离该位置影响范围到达新的位置，之后继续执行路径规划操作；

若当前吸引力和当前排斥力的合力不为0，则移动机器人在当前吸引力和当前排斥力共同作用下运动一个步长到达新的位置，之后继续执行步骤S3；

所述移动机器人陷入局部极小值点时，进行以下操作：

(1)保存移动机器人当前位置在世界坐标系XwOwYw中的坐标，记为a；

(2)利用当前吸引力构造一个强制干扰力；

(3)保持强制干扰力的大小和偏转角度不变，使移动机器人在该力以及所受吸引力和排斥力共同作用下运动5个步长，到达某个位置点，并将该位置点的世界坐标记为b；

(4)不考虑强制干扰力的影响，计算出移动机器人在b位置所受到吸引力和排斥力的合力；如果该合力与向量 的夹角大于 撤销强制干扰力，移动机器人继续执行路径规划操作；如果该合力与向量 的夹角小于等于 则此强制干扰力作废，跳回到步骤(2)重新生成强制干扰力；

所述构造强制干扰力的步骤为：

(2.1)以当前移动机器人的位置为原点，以当前吸引力F′att的方向偏移θ为横轴正方向，建立直角坐标系XNONYN，θ为取值范围是 的随机角度；

(2.2)在直角坐标系XNONYN中，将吸引力F′att沿着横纵坐标轴分解，得到两个分量吸引力，分别记为F′X,att和F′Y,att，F′X,att的坐标表示为(|F′att|cosθ,0)，F′Y,att的坐标表示为(0,|F′att|sinθ)；

(2.3)利用随机系数对F′X,att和F′Y,att进行修改，得到两个新的分量吸引力， 和的坐标表示为(α|F′att|cosθ,0)， 的坐标表示为(0,β|F′att|sinθ)，其中，α和β均表示取值范围是[0.5,1.5]的随机系数；

(2.4)将 与 合成，得到一个新的吸引力，记为强制干扰力 其在直角坐标系XNONYN中的坐标表示为(α|F′att|cosθ,β|F′att|sinθ)；

(2.5)根据 在直角坐标系XNONYN中的坐标表示计算出其在世界坐标系中的坐标表示具体公式如下：

上式中，∠F′att表示当前吸引力F′att在世界坐标系中的偏转角度；

(2.6)求得强制干扰力 在世界坐标系中的大小为 偏转角度为

2.根据权利要求1所述一种基于改进人工势场算法的移动机器人路径规划方法，其特征在于：步骤S1所述引力势场函数Uatt的具体公式如下：式中，k表示吸引增益系数， 表示移动机器人到目标点的距离，(xR,yR)表示移动机器人的世界坐标，(xG,yG)表示目标点的世界坐标。

3.根据权利要求1所述一种基于改进人工势场算法的移动机器人路径规划方法，其特征在于：步骤S3所述移动机器人当前受到的吸引力F′att通过以下方法计算得到，具体公式如下：F′att＝‑grad(Uatt)＝‑k·(x′R‑xG)i‑k·(y′R‑yG)j式中，(x′R,y′R)表示移动机器人当前位置的世界坐标，i和j分别表示沿着世界坐标系横轴正方向以及纵轴正方向的单位向量；

进而吸引力F′att的大小是 方向是由移动机器人指向目标点。

4.根据权利要求1所述一种基于改进人工势场算法的移动机器人路径规划方法，其特征在于：所述α和β两个随机系数不能同时取相同的值。