1. L型路径趋势改进A‑STAR算法的智能仓储物流机器人路径规划方法，其特征在于：其包括以下步骤：

步骤1，构建智能仓储环境地图并确定起始位置S和目标位置T，同时利用A‑STAR算法得到初始规划路径path以及路径上的节点数N；

步骤2，基于起始位置S和目标位置T的相对位置关系分别设置不同的L型路径趋势标识；

步骤3，判断节点数是否大于2；是则，执行步骤4；否则，执行步骤8；

步骤4，判断当前节点k是否不大于节点数N，k为不小于1的整数且初始值为2；是则，执行步骤5；否则，执行步骤8；

步骤5，判断节点k‑1、节点k和节点k+1形成的局部L型链路与当前L型路径趋势标识是否匹配；是则，执行步骤6；否则，执行步骤7；

步骤6，判断局部L型链路中间节点k的对角节点D上是否有障碍物；是则，保持当前规划路径path不变并执行步骤7；否则，将节点D替换节点k以更新当前规划路径path并执行步骤

7；

步骤7，当前节点k=k+1，以指示下个节点，并执行步骤4；

步骤8，以更新后的规划路径path作为优化后的路径。

2.根据权利要求1所述的L型路径趋势改进A‑STAR算法的仓储机器人路径规划方法，其特征在于：步骤1中采用栅格法进行智能仓储环境地图。

3.根据权利要求1所述的L型路径趋势改进A‑STAR算法的仓储机器人路径规划方法，其特征在于：步骤1中智能仓储环境地图中包括拣选工作台、货架、物流机器人。

4. 根据权利要求1所述的L型路径趋势改进A‑STAR算法的仓储机器人路径规划方法，其特征在于：步骤2中起始位置S在目标位置T的左下方，延长起始位置S、目标位置T所在直线构成直角，以构建L1型路径趋势标识；同理， 起始位置S在目标位置T左上方时，构建L2型路径趋势标识；起始位置S在目标位置T右上方时，构建L3型路径趋势标识；起始位置S在目标位置T右下方时，构建L4型路径趋势标识。

5.根据权利要求1所述的L型路径趋势改进A‑STAR算法的仓储机器人路径规划方法，其特征在于：步骤5中局部L型链路与起始位置S和目标位置T构成的路径趋势标识刚好组成一个回路时判定为匹配。

6.根据权利要求1所述的L型路径趋势改进A‑STAR算法的仓储机器人路径规划方法，其特征在于：步骤6中对于物流机器人而言，拣选工作台、货架、其他物流机器人视为障碍物。