1.一种全局路径规划方法，其特征在于，所述方法包括：初始化采样区域、重复次数和搜索到路径次数：将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L＝0；

在所述采样地图上设置起点和终点，

在所述采样地图上随机撒n个点；

删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；

在所述第一点集中搜索从所述起点到所述终点的路径；

若不能搜索到所述路径，返回步骤“在所述采样地图上随机撒n个点”；

若搜索到所述路径，L值加1，将所述路径记录为路径L；

若L＝1，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；

若L>1，判断路径L与路径L‑1是否相同；

若所述路径L与所述路径L‑1不相同，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；

若所述路径L与所述路径L‑1相同，则M值加1；

若M小于或等于设置值，对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；

若M大于所述设置值，则将路径L作为输出路径；

所述对所述路径进行膨胀，具体包括：

向所述路径两侧膨胀设定距离，膨胀方向为垂直于所述起点到所述终点的直线；

所述设定距离的计算公式为： 其中，Dfactor表示设定距离，E表示所述采样地图的长和宽中的最大值， 表示所述采样区域的拓展因子。

2.根据权利要求1所述的全局路径规划方法，其特征在于，所述在所述第一点集中搜索从所述起点到所述终点的路径，具体包括：根据所述第一点集确定无向邻接矩阵；

通过迪杰斯特拉算法，在所述无向邻接矩阵中搜索从所述起点到所述终点的路径。

3.根据权利要求1所述的全局路径规划方法，其特征在于，当L>1时，若连续N次不能搜索到所述起点到所述终点的路径，则减小所述采样区域的拓展因子，若搜索到所述路径，则所述采样区域的拓展因子 更新为最大值

4.根据权利要求1所述的全局路径规划方法，其特征在于，所述方法还包括：采用B样条曲线平滑方法平滑所述输出路径。

5.根据权利要求1所述的全局路径规划方法，其特征在于，所述方法还包括：将所述输出路径上的起点作为起始端点，依次将所述输出路径上的点作为检测节点；

判断所述起始端点到所述检测节点之间是否与障碍物相交；

若不相交，则将所述起始端点到所述检测节点之间的点删除；

若相交，则将所述检测节点作为起始端点，返回步骤“判断所述起始端点到所述检测节点之间是否与障碍物相交”。

6.根据权利要求1所述的全局路径规划方法，其特征在于，在所述采样地图上随机撒n个点之前，具体包括：将所述采样地图栅格化；

将所述采样地图上所占栅格数小于设定阈值的障碍物删除。

7.一种全局路径规划系统，其特征在于，所述系统包括：初始化模块，用于初始化采样区域、重复次数和搜索到路径次数；将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L＝0；

起点和终点设置模块，用于在所述采样地图上设置起点和终点；

随机撒点模块，用于在所述采样地图上随机撒n个点；

点删除模块，用于删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；

路径搜索模块，用于在所述第一点集中搜索从所述起点到所述终点的路径；

返回模块，用于所述路径搜索模块不能搜索到所述路径时，返回随机撒点模块；

路径记录模块，用于所述路径搜索模块搜索到所述路径，L值加1，将所述路径记录为路径L；

第一判断模块，用于判断L是否为1；

第二判断模块，用于所述第一判断模块输出为否时，判断所述路径L与所述路径L‑1是否相同；

第三判断模块，用于所述第二判断模块输出为是时，则M值加1，判断M是否小于或等于设置值；

路径输出模块，用于所述第三判断模块输出为否时，将路径L作为输出路径；

路径膨胀模块，用于所述第一判断模块输出为是时或第二判断模块输出为否时或所述第三判断模块输出为是时，对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回随机撒点模块；

所述对所述路径进行膨胀，具体包括：

向所述路径两侧膨胀设定距离，膨胀方向为垂直于所述起点到所述终点的直线；

所述设定距离的计算公式为： 其中，Dfactor表示设定距离，E表示所述采样地图的长和宽中的最大值， 表示所述采样区域的拓展因子。

8.根据权利要求7所述的全局路径规划系统，其特征在于，所述路径搜索模块包括：无向邻接矩阵确定单元，用于根据所述第一点集确定无向邻接矩阵；

路径搜索单元，用于通过迪杰斯特拉算法，在所述无向邻接矩阵中搜索从所述起点到所述终点的路径。