1.一种基于SPS算法的机器人路径规划方法，其特征在于，包括以下步骤：

步骤1、机器人生成由起点到终点的n条不重复随机路径；

步骤2、当某条随机路径与一系列障碍物发生冲突时，利用SPS算法对每个障碍物进行有限周围点生成，生成靠近与路径相冲突的障碍物的点，并且该点不能在任何障碍物内；

步骤3、对穿过障碍物的路径利用改进A*算法进行路径修复；改变了当前处理点的子代的定义，原A*算法是将周围8点作为其子代并从中筛选，而改进A*算法是通过之前生成的有限周围点集合作为其子代，并从中筛选；

步骤4、计算每条路径的适应度值，筛选出适应度最小的路径，机器人按照该路径进行规划；

所述步骤3改进的A*算法具体包括：通过获取SPS冲突障碍物周围生成有限点集合并固定起始点来进行寻路；首先定义Open List与Closed List，前者是用来存储搜寻过的点，后者是用来存储已经处理过的点，每次寻找Open List中f值最小的点作为当前处理点，选取后从Open List中删除，并添加至Closed List里，并搜索SPS集合中与当前处理点连线不与障碍物冲突的点为child，计算g值，h值，f值；g值代表着当前处理点到起点的累计距离，h值代表当前处理点到终点的直线距离，f值为g值与h值相加，其中中间点坐标为(xe，ye),起点坐标为(xcn，ycn),终点坐标为(xen，yen)；

f(e)＝g(e)+h(e)；

如果child没有在Closed List里，并且没有在Open List中，添加至Open List里，若在Open List中，则判断其g值是否小于Open List中该点的g值，若小于替换，如果大于，舍去；

如果在Closed List中直接舍去；直到当前处理点为终点则停止循环，输出路径，改进主要是改变了搜索点的方式，最初是通过将当前处理点的正方形区域8个点作为子代，并从中筛选，而改进的A*是从SPS集合中筛选子代。

2.根据权利要求1所述的一种基于SPS算法的机器人路径规划方法，其特征在于，所述步骤1机器人生成由起点到终点的n条不重复随机路径，具体包括：通过指定路径节点数量，以及路径条数，随机选取中间点，该中间点表示随机的初始路径除开起点与终点剩余的点，在起点与终点的连线为矩形对角线的区域内。

3.根据权利要求1所述的一种基于SPS算法的机器人路径规划方法，其特征在于，所述步骤2当某条随机路径与障碍物发生冲突时，对每个障碍物进行有限周围点生成，具体包括：s t s

通过获得随机路径与障碍物的交点ip 与ip ，其中ip 为离起点s较近的与障碍物的交t s点，ip为离终点较近的与障碍物的交点，将ip存入Temp Set中，Temp Set是定义的集合，用来存储被判断有意义的点，有意义是指该点不在任何障碍物内，并且靠近与路径冲突的障s碍物，并在ip周围生成以宽度为w的正方形领域8个点，8个点分别为正方形的四个顶点，加上正方形四条边的中点，并判断8个点是否不在障碍物内，是否靠近障碍物，条件是同时满足，8个点是逐一判断，如果满足条件便存入Temp Set中，如果不满足则舍去，紧接着将刚处理的点存入SPS Set中并从Temp Set中移除，SPS Set是定义的集合来存储已经处理过的点，之后处理下一个点，直到满足停止条件为止，停止条件为已经围绕障碍物生成了一周，或者终点已经包含在当前处理点以w为宽度的正方形区域内。

4.根据权利要求3所述的一种基于SPS算法的机器人路径规划方法，其特征在于，判断s是否靠近障碍物准则为：ip 点以w为宽度的正方形领域是否与冲突障碍物相交，若相交则表示靠近障碍物，若不相交则表示远离并舍去。

5.根据权利要求3所述的一种基于SPS算法的机器人路径规划方法，其特征在于，所述t停止条件为：ip在当前处理点的以w为宽度的正方形8领域以内，或者Temp Set为空。

6.根据权利要求1‑5之一所述的一种基于SPS算法的机器人路径规划方法，其特征在于，所述步骤4计算每条路径的适应度值，公式为：fitness＝0.8|Lengt|+0.2|smoot|

其中|Lengt|表示该路径的长度，|smoot|表示该路径的平滑度。