1.一种无人机巡检路径优化方法，其特征在于，所述无人机巡检路径优化方法包括：

通过高精度地图确定无人机巡检轨道上的多个监测点的经纬度数据；通过蚁群算法求解由这些监测点构成的中间态巡检路径，其中，将蚁群算法每一次迭代求解出的最短中间态巡检路径作为第一巡检路径；

对第一巡检路径进行互换操作；根据自适应信息素浓度更新机制更新各监测点间路径上的信息素浓度，将蚁群算法的迭代次数加一；

判断所述迭代次数是否大于或等于最大迭代次数；若所述迭代次数大于或等于最大迭代次数，则将路径距离最短的第一巡检路径确定为无人机的最优巡检路径；

所述对第一巡检路径进行互换操作包括：随机选择所述第一巡检路径中的两个不相邻的监测点，根据所述第一巡检路径的路径顺序将两个不相邻的监测点确定为第一监测点和第二监测点，翻转所述第一监测点至所述第二监测点的路径顺序生成第二巡检路径；

判断所述第一巡检路径与所述第二巡检路径的路径距离大小；若所述第二巡检路径的路径距离小于所述第一巡检路径的路径距离，将此第二巡检路径作为第一巡检路径，将互换次数置零，重新进行互换操作；若所述第二巡检路径的路径距离大于或等于所述第一巡检路径的路径距离，将所述互换次数加一；

判断所述互换次数是否大于或等于互换次数阈值；若所述互换次数大于或等于所述互换次数阈值，则结束互换操作；

若所述互换次数小于所述互换次数阈值，则随机选择所述第一巡检路径中的两个不相邻的监测点，根据所述第一巡检路径的路径顺序将两个不相邻的监测点确定为第一监测点和第二监测点，翻转所述第一监测点至所述第二监测点的路径顺序生成第二巡检路径；

所述根据自适应信息素浓度更新机制更新各监测点间路径上的信息素浓度包括：通过以下公式确定两个监测点间路径上的信息素浓度：τij(t+1)＝τij(t)×(1‑ρ)+Δτij(t，t+1)

上述公式中，i表示监测点i，j表示监测点j；t表示第t次迭代或当前迭代；τij(t+1)表示第t+1次迭代时，从监测点i到巡检j路径上的信息素浓度；ρ表示信息素挥发因子，(1‑ρ)表示信息素残留系数；Δτij(t，t+1)表示在第t次迭代至第t+1次迭代期间，监测点i到监测点j路径上的新增的信息素浓度；表示在第t次迭代至第t+1次迭代期间，第k条中间态巡检路径产生的从监测点i到巡检j路径上的新增信息素浓度；Q表示信息素常量；Lk表示第k条中间态巡检路径；

计算第t次迭代至第t+1次迭代期间对应的信息素常量与产生的每条中间态巡检路径的路径长度的比值，对所有比值求和，将和值确定为迭代完成后的两个监测点之间的新增信息素浓度；将第t次迭代对应的两个监测点之间的信息素浓度与信息素残留系数相乘，将得到的乘积与所述新增信息素浓度相加，得到第t+1次迭代对应的两个监测点间路径上的信息素浓度；

所述信息素挥发因子通过以下公式确定：

上述公式中，ρ(t)表示第t次迭代或当前迭代的信息素挥发因子；ψ(t)表示第t次迭代或当前迭代对应的非线性函数；ρmin表示预设的最小信息素挥发因子；ρinitial表示预设的初始信息素挥发因子；μ表示非线性调制指数；max_iter表示最大迭代次数；计算当前迭代次数与最大迭代次数的比值，将比值确定为第二比值；计算非线性调制指数的倒数、所述第二比值、π的乘积；将乘积的正弦函数值与预设的初始信息素挥发因子的差值，确定为当前迭代次数对应的非线性函数值；若当前迭代次数对应的非线性函数值不小于预设的最小信息素挥发因子，则当前迭代次数对应的信息素挥发因子为当前迭代次数对应的非线性函数值；若当前迭代次数对应的非线性函数值小于预设的最小信息素挥发因子，则当前迭代次数对应的信息素挥发因子为预设的最小信息素挥发因子。

2.根据权利要求1所述的无人机巡检路径优化方法，其特征在于，所述通过蚁群算法求解由这些监测点构成的中间态巡检路径，其中，将蚁群算法每一次迭代求解出的最短中间态巡检路径作为第一巡检路径包括：随机产生各只蚂蚁的起始监测点；根据各监测点间的转移概率，利用轮盘赌的方式确定每只蚂蚁选择的下一个监测点；

将每只蚂蚁每次选择的下一个监测点进行组合，生成每只蚂蚁对应的中间态巡检路径；所述中间态巡检路径均遍历所有监测点并返回对应中间态巡检路径的起始监测点；

将路径距离最短的所述中间态巡检路径，确定为此次迭代对应的第一巡检路径。

3.根据权利要求2所述的无人机巡检路径优化方法，其特征在于，所述根据各监测点间的转移概率，利用轮盘赌的方式确定每只蚂蚁选择的下一个监测点之后，所述方法还包括：判断每只蚂蚁是否存在未选择的监测点；若每只蚂蚁不存在未选择的监测点，则将每只蚂蚁每次选择的下一个监测点进行组合，生成每只蚂蚁对应的中间态巡检路径；

若每只蚂蚁存在未选择的监测点，则根据各监测点间的转移概率，利用轮盘赌的方式确定每只蚂蚁选择的下一个监测点。

4.根据权利要求2所述的无人机巡检路径优化方法，其特征在于，所述根据各监测点间的转移概率，利用轮盘赌的方式确定每只蚂蚁选择的下一个监测点包括：根据监测点间路径上的信息素浓度、启发函数值、信息素因子以及启发函数因子，确定每只蚂蚁对应的当前监测点与每个未选择的监测点之间的转移概率；

将每个未选择的监测点对应的转移概率进行升序排列并累加生成对应的概率区间；

生成一个随机数，确定所述随机数对应的概率区间，将所述随机数对应的概率区间确定为目标概率区间；

将所述目标概率区间对应的未选择的监测点，确定为每只蚂蚁选择的下一个监测点。

5.根据权利要求2所述的无人机巡检路径优化方法，其特征在于，所述转移概率通过以下公式确定：

该公式中，i表示监测点i，j表示监测点j；表示第t次迭代时，第k条中间态巡检路径中由监测点i转移到监测点j的概率；τij(t)表示第t次迭代时，监测点i到监测点j路径上的信息素浓度；ηij(t)表示第t次迭代的启发函数值，ηij(t)的取值为dij的倒数，即监测点i到监测点j的路径距离的倒数；allowedk表示在生成第k条中间态巡检路径过程中尚未选择的监测点集合；s表示在生成第k条中间态巡检路径过程中尚未选择的监测点；α表示信息素因子；β表示启发函数因子。

6.根据权利要求1所述的无人机巡检路径优化方法，其特征在于，所述信息素常量通过以下公式确定：该公式中，Q(t)表示第t次迭代的信息素常量；T0、T1、T2、T3表示预设的迭代次数区间临界值；Q1、Q2、Q3表示预设的迭代次数区间对应的信息素常量；若第t次迭代表示当前迭代，判断当前迭代次数对应的迭代次数区间；根据预设的迭代次数区间与信息素常量对应表，确定当前迭代次数对应的信息素常量。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一所述的无人机巡检路径优化方法的步骤。