1.一种多无人机覆盖路径规划方法，其特征在于，包括以下步骤：

S1导入需实施覆盖路径规划区域的信息，确定需要覆盖的区域和禁止飞越的区域，并确定所述需要覆盖的区域中的需访问点的集合AS；

S2配置参数信息，包括：簇数目K、迭代次数常数MI、策略选择常数SC，所述簇数目K对应参与覆盖搜索无人机的数目，策略选择常数SC用于调整不同的簇中心点产生策略的使用比例，其为小于1的数；

S3设置迭代计算变量的初值，包括：邻域搜索策略的步长step、循环变量counter从MI开始逐步减小，减小到0时调整step大小，并重新从MI值开始递减；

S4判断循环变量counter是否大于迭代次数常数MI，如果大于MI，则转到步骤S5，否则转到步骤S6；

S5在需访问点的集合AS中，随机选择K个点作为簇的初始中心点，然后转到步骤S9；

S6判断counter是否大于 ，如果大于，则转到步骤S7，否则转到步骤S8；

S7采用随机搜索策略产生K个簇的新中心点，然后转到步骤S9；

S8采用邻域搜索策略产生K个簇的新中心点；

S9分配AS集合中所有点到距离最近的簇中；

S10对每个簇采用牛耕法进行路径规划，得到新路径newPaths；

S11计算新路径newPaths的评估值newF；

S12判断评估值newF是否小于目前最优方案bestPaths的评估值minF；若newPaths优于bestPaths，则将bestPaths更新为newPaths，minF更新为newF，且计数器counters设置为MI，否则，计数器counter减小1；

S13判断counter是否减小到了0；如果counter小于或等于0，则调整搜索步长step为，其中，C2为小于1的步长调整系数；

S14判断step是否小于MinStep，如果step不小于MinStep，则转到步骤S4进行迭代计算，否则，迭代计算结束，输出最优路径规划方案bestPaths，其中，MinStep为邻域搜索策略的最小步长。

2.根据权利要求1所述的多无人机覆盖路径规划方法，其特征在于，所述步骤S1具体包括：采用基于栅格的技术，将需实施覆盖路径规划区域离散为栅格，并把栅格分为A、N、B三类，A类栅格对应需要覆盖的区域，记录栅格中心点为：As(x,y)，其中，A为点的类别，s为点的序号，(x,y)为点的坐标；N类栅格对应禁飞区，将相邻的禁飞区栅格合并为尽可能大的矩形，记录禁飞区矩形为：NRt(N0,N1),其中，t为矩形的序号，N0为矩形的左上角点，N1为矩形的右下角点；B类栅格为其它栅格，这些栅格不需要覆盖搜索，也不禁止UAV飞越，因此，整个区域信息可以表示为G=G(AS,NRS)，其中，AS为A类栅格中心点的集合，NRS为禁飞区对应矩形的集合。

3.根据权利要求2所述的多无人机覆盖路径规划方法，其特征在于，所述步骤S3中，设置迭代计算变量的初值，具体包括：；

其中，step为邻域搜索策略的步长，step值越大，邻域搜索的范围越大；DN是属性值域划分数，C1是一个小于1的常数，用于设置初始步长大小；bestPaths为列表，记录当前最优的路径规划方案；minF记录bestPaths对应的价值函数的评估值。

4.根据权利要求2所述的多无人机覆盖路径规划方法，其特征在于，步骤S7中，采用随机搜索策略产生K个簇的新中心点，具体包括：在当前每个簇所有点的值域范围里，随机选择一个值作为簇新的中心点，如下式：；

其中，newCPi,j是第i个簇新中心点的第j个属性的值；minPi,j是第i个簇中所有点第j个属性的极小值；maxPi,j是第i个簇中所有点第j个属性的极大值；rand是一个0到DN之间的随机整数，DN是属性值域划分数； 是序号为k的A类栅格中心点的第j个属性值；CSi为分配到第i个簇中的所有点。

5.根据权利要求4所述的多无人机覆盖路径规划方法，其特征在于，所述步骤S8具体包括：在当前每个簇中心点的邻域范围里，搜索并产生簇的新中心点，步长step对应邻域搜索范围的大小，簇新中心点计算公式如下：；

其中，newCPi,j是第i个簇新中心点的第j个属性的值；oldCPi,j是第i个簇当前中心点的第j个属性的值；stepPj是newCPi,j在第j个属性上的增量；rand是区间[‑C3,C3]范围内的随机整数，C3是常量；minPj是AS集合中所有点第j个属性的极小值；maxPj是AS集合中所有点第j个属性的极大值。

6.根据权利要求5所述的多无人机覆盖路径规划方法，其特征在于，所述步骤S10包括以下步骤：S10‑1按顺序从{CS1，CS2，…，CSk}取出CSi为当前簇；

S10‑2对当前簇CSi中所有点，采用深度优先搜索方向和起始点不同的牛耕法规划出多条路径；深度优先搜索方向分为：Horizontal，即水平、Vertical，即垂直、Diagonal，即对角线，起始点分为：XminYmin，即左上角点，XminYmax，即左下角点，XmaxYmin，即右上角点，XmaxYmax，即右下角点，不同的深度优先搜索方向和起始点组合成不同的牛耕法对簇CSi实施路径规划；

S10‑3计算当前簇CSi不同路径价值函数的评估值，选择评估值最小的路径为当前簇的规划路径，记作pathi，并将pathi添加到newPaths列表中；

路径评估综合考虑路径的长度和转角，采用的价值函数有飞行时间和能量消耗；

S10‑4是否已完成所有簇CSi的路径规划任务，如未完成，转到步骤S10‑1。

7.根据权利要求6所述的多无人机覆盖路径规划方法，其特征在于，所述步骤S11中，评估值newF根据制定的评价函数得到，所述评价函数F表示为：；

其中，F为路径规划方案newPaths的价值函数，值越小，对应的方案越优；F0为newPaths中各路径耗时CTi的均值；F1为newPaths中各路径耗时偏离均值F0的程度；C4为常量，调整F中F0和F1的占比，C4越大，F1占比越重，所得的规划方案中各无人机耗时更均衡。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1‑7任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述权利要求1‑7任一项所述的方法。