1.一种动态环境避障方法，其特征在于，包括：

计算得到机器人当前位置所受合力；

基于动态窗口法来模拟机器人当前位置所受合力多个方向的下一位置点；

确定下一位置点所受合力最小的位置点，作为机器人移动的下一位置点；

构建机器人的局部地图，若动态障碍物进入机器人的局部地图，则控制机器人开始进行动态避障；否则，机器人移动至下一位置点，直至到达目标点。

2.如权利要求1所述的一种动态环境避障方法，其特征在于，在动态避障的过程中，判断速度危险指数是否大于零，若是，则选择从障碍的后面绕行进行动态避障；否则，选择从动态障碍的前方绕行进行动态避障；其中，速度危险指数的求取过程为：动态障碍物的速度与预设倍数相乘后再与机器人的速度作差，最后取差值的符号函数。

3.如权利要求2所述的一种动态环境避障方法，其特征在于，当速度危险指数大于零，且动态障碍物进入机器人的局部地图后与机器人之间的距离小于或等于机器人局部地图的最大范围时，斥力等于机器人的速度减去距离因子与动态障碍物的速度乘积的速度势场影响因子，并将得到的斥力作用到模拟的机器人下一位置点处。

4.如权利要求2所述的一种动态环境避障方法，其特征在于，当速度危险指数小于或等于零，且动态障碍物进入机器人的局部地图后与机器人之间的距离小于或等于机器人局部地图的最大范围时，斥力等于机器人的速度累加距离因子与动态障碍物的速度乘积的速度势场影响因子，并将得到的斥力作用到模拟的机器人下一位置点处。

5.如权利要求1所述的一种动态环境避障方法，其特征在于，利用人工势场法计算得到机器人当前位置所受合力；

或利用搜索算法来计算下一位置点所受合力最小的位置点。

6.一种控制器，其包括内存，其特征在于，还包括：

当前合力计算模块，其被配置为计算得到机器人当前位置所受合力；

下一位置点模拟模块，其被配置为基于动态窗口法来模拟机器人当前位置所受合力多个方向的下一位置点；

最小合力筛选模块，其被配置为确定下一位置点所受合力最小的位置点，作为机器人移动的下一位置点；

动态避障确定模块，其被配置为构建机器人的局部地图，若动态障碍物进入机器人的局部地图，则控制机器人开始进行动态避障；否则，机器人移动至下一位置点，直至到达目标点。

7.如权利要求6所述的一种控制器，其特征在于，在所述动态避障确定模块中，在动态避障的过程中，判断速度危险指数是否大于零，若是，则选择从障碍的后面绕行进行动态避障；否则，选择从动态障碍的前方绕行进行动态避障；其中，速度危险指数的求取过程为：动态障碍物的速度与预设倍数相乘后再与机器人的速度作差，最后取差值的符号函数。

8.如权利要求7所述的一种控制器，其特征在于，在所述动态避障确定模块中，当速度危险指数大于零，且动态障碍物进入机器人的局部地图后与机器人之间的距离小于或等于机器人局部地图的最大范围时，斥力等于机器人的速度减去距离因子与动态障碍物的速度乘积的速度势场影响因子，并将得到的斥力作用到模拟的机器人下一位置点处；

或在所述动态避障确定模块中，当速度危险指数小于或等于零，且动态障碍物进入机器人的局部地图后与机器人之间的距离小于或等于机器人局部地图的最大范围时，斥力等于机器人的速度累加距离因子与动态障碍物的速度乘积的速度势场影响因子，并将得到的斥力作用到模拟的机器人下一位置点处。

9.如权利要求6所述的一种控制器，其特征在于，在所述当前合力计算模块中，利用人工势场法计算得到机器人当前位置所受合力；

或在所述最小合力筛选模块中，利用搜索算法来计算下一位置点所受合力最小的位置点。

10.一种机器人，其特征在于，包括如权利要求6-9中任一项所述的控制器。