1.基于单种群自适应异构蚁群算法的机器人路径规划方法，其特征在于：包括以下步骤：Step1：加载环境模型，设置规划的起点与终点；

Step2：初始化算法参数：设置蚂蚁个数m、最大迭代次数maxIter、当前迭代次数Nc，信息素挥发系数ρ，初始化首次迭代时的参数α＝0，β＝10；设置非首次运行时每只蚂蚁的参数α(k)与β(k)及参数突变时的标准偏差σ；

Step3：判断算法是否为首次迭代，如是，顺序执行，否则跳转到Step5；

Step4：初始化蚁群：将蚁群中的蚂蚁放置在路径规划的起点，按照式(1)构建初始可行路径，直到蚂蚁抵达终点或陷入死锁状态，评估所有候选路径的长度，并保存本次所有候选路径的长度信息，然后跳转到Step6；

其中，τij为路径(i,j)上的信息素量，表示积累的经验信息，ηij＝1/dij为从节点i转移到节点j的启发信息，dij表示从节点i到节点j的距离，allowedk为蚂蚁k在当前节点的可选节点集，α和β分别表示信息素和启发信息在构建候选解时的相对影响程度；

Step5：按照式(9)构建候选路径，直到蚂蚁抵达终点或陷入死锁状态，评估所有候选路径的长度，并保存本次所有可行候选路径的长度信息；

其中，α(k)和β(k)是第k只蚂蚁的控制参数；

Step6：按照式(2)进行信息素全局更新，按照式(3)对信息素进行越界处理；

其中，ρ∈[0,1]为信息素挥发系数， 表示最优蚂蚁第t次迭代时在路径best

段(i,j)释放的信息素增量，L (t)是最优路径的适应度值，τub是路径上信息素的上限，τlb是信息素的下限，函数 定义如式(3)所示：其中，ub是变量x的上界，lb是变量x的下界；

Step7：判断迭代次数是否满足公式(10)计算出的信息交换周期，如果满足，对本次交换周期内蚂蚁的路径质量进行评估，确定出本周期内的最优蚂蚁与最差蚂蚁，用最优蚂蚁的参数替代种群内最差蚂蚁的参数，并按照式(10)计算下一次信息交换周期，否则跳转到Step8；

其中，HR_pop(t)表示第t次迭代结束后种群的相对信息熵；

Step8：重复Step3到Step7，直到满足终止条件；

Step9：输出全局最优路径。

2.如权利要求1所述的基于单种群自适应异构蚁群算法的机器人路径规划方法，其特征在于：第t次迭代结束后种群的相对信息熵HR_pop(t)的计算方法为：其中，H_Pop(t)是第t迭代时的信息熵，fi是第i个候选解的适应度值，p(fi)≥0是适应度值fi在所有适应度值中出现的占比，N是候选解的个数。

3.如权利要求1所述的基于单种群自适应异构蚁群算法的机器人路径规划方法，其特征在于：Step7中按式(11)与(12)对最差蚂蚁的参数进行替换αworst＝αbest+M(0,σ)       (11)βworst＝βbest+M(0,σ)     (12)其中，αworst和βworst是最差蚂蚁对应的信息素因子和启发式因子，αbest和βbest是最优蚂蚁对应的信息素因子和启发式因子，M(0,σ)表示均值为0、标准偏差为σ的高斯突变函数。