1.一种无人机协同无人车的电缆通道巡检方法，其特征在于，所述方法包括：S1：获取粒子数量、无人车数量、每台无人车携带的无人机数量以及巡检点总数；

S2：运行预设的编码程序初始化粒子群中每一个粒子的位置和速度；

S3：遍历初始化后的粒子群中每一个粒子，运行预设的解码程序对粒子的位置进行解码，得到粒子在当前位置对应的巡检路径，所述巡检路径为无人车和/或无人机的运行路径；

S4：对于初始化后的粒子群中每一个粒子，计算粒子的适应度，根据粒子的适应度获取全局最优粒子，记录全局最优粒子及其对应的巡检路径；

S5：采用蜜蜂觅食学习粒子群算法更新粒子群中每个粒子的位置、速度；

S6：遍历算法更新后的粒子群中每一个粒子，运行预设的解码程序对粒子的位置进行解码，得到粒子在当前位置对应的巡检路径，所述巡检路径为无人车和/或无人机的运行路径；

S7：对于算法更新后的粒子群中每一个粒子，计算粒子的适应度，根据粒子的适应度获取全局最优粒子，记录全局最优粒子及其对应的巡检路径；

S8：运行局部搜索程序更新所获取的全局最优粒子及其对应的巡检路径；

S9：判断迭代次数是否达到预设次数阈值，若是则输出更新后的全局最优粒子及其对应的巡检路径，调度无人车和无人机；否则返回步骤S5；

所述运行预设的编码程序初始化粒子群中每一个粒子的位置包括：根据所述巡检点总数P、无人车数量M设置粒子的位置维度为2P+ M +1；

初始化每一个维度上的值，得到所述粒子i的位置为 ，其中，第1至P个维度上的值 表示巡检点1至P的索引信息；第P+1至2P个维度上的值 表示巡检点1至P对应的巡检工具标识，所述巡检工具包括无人车和无人机，无人车用0标识，无人机用自然数标识，不同的无人机对应不同的自然数；第2P+1个维度上的值 表示路径总数；第2P+2至2P+M+1个维度上的值 表示路径1至M对应的路径信息。

2.如权利要求1所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述运行预设的解码程序对粒子的位置进行解码，得到粒子在当前位置对应的巡检路径包括：按照索引信息从小到大对所述巡检点1至P进行排序，得到巡检点序列；

根据所述巡检点序列和巡检点对应的巡检工具标识，生成巡检点及工具序列；

根据所述路径总数和路径信息，计算每一分段路径对应的巡检点数目；

根据每一分段路径对应的巡检点数目，从左到右对所述巡检点及工具序列进行划分，生成分段路径；

根据所述分段路径生成无人车以及无人机的巡检回路。

3.如权利要求2所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述根据所述路径总数和路径信息，计算每一分段路径对应的巡检点数目包括：当路径总数为1时，分段路径有且只有一条，巡检点数目为巡检点总数；

当路径总数大于1时，根据路径信息中前 维计算每个分段路径的巡检点数目，对于第个分段路径 ，其巡检点数目 为:，

其中， ， 表示第 个分段路径的

巡检点数目，P表示巡检点总数， 表示第 个路径的路径信息， 表示求和公式中 第 个路径的路径信息 ； 表示求和公式中第个分段路径的巡检点数目。

4.如权利要求2所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述根据所述分段路径生成无人车以及无人机的巡检回路包括：从左到右顺序提取分段路径集合SetA中采用无人车巡检的节点，组成无人车路径集合SetB，并将无人车路径集合SetB放入巡检回路总集合SetE中；

从左到右顺序提取分段路径集合SetA中采用无人车和无人机k巡检的节点，组成无人机k路径集合SetC‑k，其中，SetC‑k表示第k个无人机对应的巡检路径集合，，K表示无人机总数；

从左到右遍历无人机k路径集合SetC‑k中的所有节点，若节点n， ,N表示无人机k路径集合SetC‑k中的节点总数，的巡检工具标识为“0”且无人机总路径集合 ，则将节点n放入无人机总路径集合SetD，n=n+1；若节点n的巡检工具标识为“0”且无人机总路径集合SetD只有1个元素，则清空无人机总路径集合SetD，再将节点n放入无人机总路径集合SetD，n=n+1；若节点n的巡检工具标识为k，将节点n放入无人机总路径集合SetD，n=n+

1；若节点n的巡检工具标识为“0”且无人机总路径集合SetD大于1个元素，则将节点n放入无人机总路径集合SetD；将无人机总路径集合SetD放入巡检回路总集合SetE，再删除无人机总路径集合SetD中除节点n以外的其他元素，n=n+1。

5.如权利要求1至4任一项所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述运行局部搜索程序更新所获取的全局最优粒子及其对应的巡检路径包括：对所获取的全局最优粒子及其对应的巡检路径，随机选取一个待处理巡检点 及其对应的巡检工具，将其插入另一目标巡检点 前，获取更新后的巡检路径；

计算并比较更新前和更新后的巡检路径的适应度；

若更新后的巡检路径更优，则从巡检点序列获取目标巡检点 及其前一个巡检点，根据所述目标巡检点 及其前一个巡检点 的索引信息更新待处理巡检点的索引信息，得到新的巡检点序列；

若所述待处理巡检点 和目标巡检点 属于不同的分段路径时，根据更新后的巡检路径中各分段路径对应的巡点数目更新路径分段信息；

根据更新后的待处理巡检点的索引信息 和路径分段信息，更新粒子的位置；

记录更新后的粒子及其对应的巡检路径作为全局最优粒子及其对应的巡检路径。

6.如权利要求5所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述运行局部搜索程序更新所获取的全局最优粒子及其对应的巡检路径包括：对所获取的全局最优粒子及其对应的巡检路径，随机选取一个待处理巡检点 与一个目标巡检点 交换位置，获取更新后的巡检路径；

计算并比较更新前和更新后的巡检路径的适应度；

若更新后的巡检路径更优，则交换待处理巡检点 与目标巡检点 的索引信息，得到新的粒子位置；

记录更新后的粒子及其对应的巡检路径作为全局最优粒子及其对应的巡检路径；或者，对所获取的全局最优粒子及其对应的巡检路径，随机选取一个待处理巡检点 与一个目标巡检点 交换巡检工具，获取更新后的巡检路径；

计算并比较更新前和更新后的巡检路径的适应度；

若更新后的巡检路径更优，则交换待处理巡检点 与目标巡检点 的巡检工具标识，得到新的粒子位置；

记录更新后的粒子及其对应的巡检路径作为全局最优粒子及其对应的巡检路径；或者对所获取的全局最优粒子及其对应的巡检路径，随机选取一个待处理巡检点 与一个目标巡检点 交换位置和巡检工具，获取更新后的无人车以及无人机巡检路径；

计算并比较更新前和更新后的巡检路径的适应度；

若更新后的巡检路径更优，则交换待处理巡检点 与目标巡检点 的索引信息和巡检工具标识，得到新的粒子位置；

记录更新后的粒子及其对应的巡检路径作为全局最优粒子及其对应的巡检路径。

7.如权利要求6所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述运行局部搜索程序更新所获取的全局最优粒子及其对应的巡检路径包括：对所获取的全局最优粒子及其对应的巡检路径，随机选取一个待处理巡检点 修改其巡检工具，获取更新后的巡检路径；

计算并比较更新前和更新后的巡检路径的适应度；

若更新后的巡检路径更优，则更新粒子的位置中待处理巡检点 的巡检工具标识；

其中，若待处理巡检点 的巡检工具修改为无人车，则更新待处理巡检点 的巡检工具标识为0，若待处理巡检点 的巡检工具修改为无人机 ，则更新待处理巡检点 的巡检工具标识为 ；

记录更新后的粒子及其对应的巡检路径作为全局最优粒子及其对应的巡检路径。

8.如权利要求6或7所述的无人机协同无人车的电缆通道巡检方法，其特征在于，所述运行局部搜索程序更新所获取的全局最优粒子及其对应的巡检路径还包括：若更新前的巡检路径的适应度更优，保留原有的全局最优粒子及其对应的巡检路径。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的无人机协同无人车的电缆通道巡检方法。