1.一种基于天牛群搜索算法的三维路径规划方法，其特征在于，该方法包括如下步骤：步骤1、读取地图数据，使用几何面片连接均匀离散的地图信息数据点描述三维地图场景，生成并绘制模拟真实地形的三维平面；

步骤2、将步骤1)中读取的三维地图场景点投影到二维网格面，并将该网格面上的点进行一维编号，给予每个网格点独立的数字标示，并计算保存每个网格点的邻接点；

步骤3、将步骤2)中的编号点进行邻接点连接，生成从终点到起点的不同路径；

步骤4、将步骤3)中的路径运用天牛群算法模型进行优化求解，计算路径长度时考虑高度信息，对不连续路径进行处理，将不连续的路径变成邻接点依次联通的连续路径，求解出最优的路径长度值所对应的路径，并使用plot函数在地形上进行路径图像绘制；

在BSO算法中，首先，位置更新时，按照PSO和BAS的方式各自更新后加权得到新的位置；

也就是，利用了BAS的触须方向和步长，同时也利用了粒子的速度:其中， 表明粒子s在k+1次迭代时的位置； 表明粒子每一只天牛的速度乘以权重；控制λ的大小即可控制在天牛群算法中，粒子群算法和天牛须算法影响的比重， 为天牛沿速度方向位移的一个增量，来源于天牛须算法的思路；使用以下公式更新速度项：k

其中c1与c2是学习因子常量，r1与r2是[0,1]之间的随机变量，Pis代表个体最优位置，kPgs代表全局最优位置；

每一次迭代位移的增量近一步表示为：

k

其中δ表示每一次的行进步长，f(·)表示适应度函数；

其中 与 是天牛左右触须探测到的位置，表示为：

其中d表示天牛触须长度；

步骤5、将步骤4)的结果传递给无人车，控制无人车进行三维平面上的导航移动。

2.根据权利要求1所述的方法，其特征在于，在步骤1)中，所读取的地图数据模型为三维散点数据，使用x坐标值，y坐标值，z坐标值描述该地图数据。

3.根据权利要求1所述的方法，其特征在于，在步骤1)中，使用三维面片连接各个散点绘制基本地图信息。

4.根据权利要求1所述的方法，其特征在于，在步骤2)中，以不同的一维编号值来描述三维地图信息，并使用该一维编号值规划描述无人车的三维行走线路；其具体编号方法为numi＝(xi‑1)*col+yi；其中numi代表该点的编号值；xi代表该点的x轴坐标，yi代表该点的y轴坐标，col表示地图二维矩阵的列数。

5.根据权利要求1所述的方法，其特征在于，在步骤3)中，一个点的邻接点为以该点为中心，东，南，西，北，东北，东南，西北，西南8个方向单位长度上的点，该8个点为下个路径的待选点，将单位长度设置成无人车的每次可移动路径范围，将起点设为路径的第一个值，随后随机依次选取每个点的邻接点成为其前进方向的路径点。

6.根据权利要求1所述的方法，其特征在于，在步骤4)中，所述的建立算法模型具体方法为：最小化：δ＝δmin其中，δ的计算方式为：

约束条件：

xmin≤xi≤xmax

ymin≤yi≤ymax

zi＝zmap

其中，δ为优化后的路径长度，δmin为总的运动长度，xi，yi，zi是优化后的各个路径点取值，i为每段时间间隔，δi表示在i时间间隔所经过的路径长度；不等式约束代表了路径的轨迹约束范围，其中xmin，xmax表示路径点的x轴取值范围，其中ymin，ymax表示路径点的y轴取值范围，其中zmap表示路径点的z轴取值。

7.根据权利要求1所述的方法，其特征在于：步骤4)中将不连续的路径变成邻接点依次联通的连续路径，具体为：运用BSO算法求解，并且在求解时进行不同的路径序列交换，判断路径是否是联通路径，如果联通计算该路径的路径长度，不联通则重新处理该条路径；经过一定次数的迭代后，选取一条最短路径。