1.一种基于人工情感的服务机器人局部路径规划方法，其特征在于：该方法包括以下步骤：

步骤一、地图建立

扫描周边环境建立服务机器人的活动地图；在服务机器人与全局目标点之间等距离设置P个采样点，在局部路径规划过程中，将服务机器人前方的第p个采样点作为局部目标点；

当服务机器人当前位置与全局目标点之间的采样点数量少于p个时，将全局目标点作为局部目标点；

步骤二、障碍物检测

将步骤一建立的活动地图栅格化为代价地图，代价地图中每个单元格的危险程度代价cost由活动地图中的周边环境确定；

步骤三、预测轨迹计算

由服务机器人自身的最大、最小速度[vmax,wmax]、[vmin,wmin]，以及最大、最小加速度限制的移速区间[vm,wm]、[vd,wd]分别为：[vm,wm]＝{v∈[vmin,vmax],ω∈[wmin,ωmax]}   (1)因此，服务机器人实际的移速区间[v,w]为：[v,w]＝[vm,wm]∩[vd,wd]   (3)移速区间[v,w]中线速度v和角速度w的k种采样组合即为k条预测轨迹；

步骤四、构建运动模型进行位姿计算根据t时刻服务机器人的位置(xt，yt)和速度(vt,wt)，计算t+△t时刻服务机器人的位置(xt+△t，yt+△t)和导航角θt+△t：步骤五、建立情绪认知模型进行初评价计算步骤三中k条预测轨迹的亲密度、恐惧度、愉悦度和喜悦度；

s5.1、亲密度情感函数relevance(v,w)：relevance(v,w)＝2π‑|θnav‑θlocal|   (5)其中θnav为全局坐标系下服务机器人到达预测轨迹末端时的导航角，θlocal为局部目标点(xi,yi)在全局坐标系下的反正切角，θlocal＝arctan(xi,yi)；

s5.2、恐惧度情感函数fear(v,w)：检测预测轨迹上，以各位姿点为圆心、半径为4rrob的圆形区域内是否存在危险点，以位姿点与危险点的最小距离作为恐惧度情感函数fear(v,w)的值；若不存在危险点，则记恐惧度情感函数fear(v,w)的值为4rrob，rrob为服务机器人的半径；

s5.3、愉悦度情感函数Pleasure(v,w)：Pleasure(v,w)＝v   (6)v表示服务机器人当前的线速度；

s5.4、喜悦度情感函数happiness(v,w)：喜悦度情感函数happiness(v,w)的值为预测轨迹末端与全局目标点的欧几里得距离；

步骤六、建立再评价模型进行二次评价对步骤五初评价后预测轨迹的情感函数值分别进行归一化，得到再评价模型中亲密度情感函数n_relevance(v,w)、恐惧度情感函数n_fear(v,w)、愉悦度情感函数n_Pleasure(v,w)和喜悦度情感函数n_happiness(v,w)的值，然后利用PSO算法对再评价模型中4个维度的情感函数的权重进行优化，根据优化后的权重α、β、γ、 计算第k条预测轨迹lk的期望值E(lk)：

计算k条预测轨迹的期望值，选取其中期望值最大的预测轨迹作为t+1时刻机器人移动的轨迹；重复步骤四、五、六，直至服务机器人到达全局目标点。

2.如权利要求1所述一种基于人工情感的服务机器人局部路径规划方法，其特征在于：步骤一中，在服务机器人初始位置与全局目标点之间设置50个采样点，并且将服务机器人前方的第10个采样点设置为局部目标点。

3.如权利要求1所述一种基于人工情感的服务机器人局部路径规划方法，其特征在于：栅格地图中，根据危险程度代价cost的取值将单元格的危险程度分为三类：s2.1、cost∈[0,127]时，服务机器人移动过程中的垂直投影边界与障碍物膨胀边缘不相交，该移动区域属于服务机器人无危险的自由区间；

s2.2、cost∈[128,252)时，服务机器人垂直投影边界与障碍膨胀区域相交，但不与致命区域相交，在此区域中的服务机器人已经处于危险状态中，但尚未造成致命威胁；

s2.3、cost∈[253,255]时，服务机器人垂直投影边界与致命区域相交，在该区域中继续移动的服务机器人将与危险物发生物理碰撞，已处于致命危险状态。

4.如权利要求1所述一种基于人工情感的服务机器人局部路径规划方法，其特征在于：在对预测轨迹的进行二次评价前，还包括碰撞检测，具体步骤为：将恐惧度情感函数fear(v,w)的值小于2rrob的预测轨迹丢弃，再对进入步骤六，对剩余的预测轨迹进行二次评价；若不存在剩余预测轨迹，则返回步骤一，重新进行采样点设置。

5.如权利要求1所述一种基于人工情感的服务机器人局部路径规划方法，其特征在于：步骤六中，使用PSO算法进行权重优化时，采用求和的方式，设置适应度函数fitness为：fitness＝path+time+risk_distance   (8)其中，path、time分别为感知层传送的路程、时间，risk_distance为实时最短危险距离。