1.一种智能物联网路径优化的安全巡检设备，其特征在于，包括无线充电装置、锌离子超级电容器、电机、电量计、Arduino UNO、超声波位置传感器、路径规划模块、电机控制器、APP终端；

所述的无线充电装置包括供电电源、发射端、接收端、能量转换器、APP终端；发射端与供电电源相连接，安装在目标位置指定区域，供电电源通过电路将信号发送到发射端的发射线圈，发射线圈发送电能到接收端的接受线圈，接收线圈装在无线充电装置底部处，接触式充电，接到的电能经能量转换器为锌离子超级电容器充电；

所述锌离子超级电容器为电机和Arduino UNO芯片供电，电量计实时检测锌离子超级电容器电量，Arduino UNO芯片实时接收锌离子超级电容器电量，当锌离子超级电容器的电量低于芯片所设预设值时，Arduino UNO芯片将指令发送到电机控制器，由电机控制器控制电机驱使设备到指定充电区域点；

所述电机控制器控制电机运行，从而控制设备移动；电机控制器接收Arduino UNO芯片从路径规划模块获得的运行控制策略指令，根据运行控制策略来控制电机运行操作；

根据目标区域要求，建立目标区域静态栅格矩阵，所述超声波位置传感器检测障碍物位置建立目标区域动态栅格矩阵；从而建立目标区域全局栅格矩阵，经路径规划模块利用ISOA算法进行优化，得到最优的路径策略，并发给Arduino UNO将控制指令给电机控制器控制电机运行；

所述路径规划模块利用ISOA算法进行优化，具体为：

步骤一：初始化参数；

步骤二：建立目标区域静态栅格矩阵；

步骤三：获取超声波位置传感器数据；

步骤四：根据超声波位置传感器数据，建立目标区域动态栅格矩阵，从而得到目标区域全局栅格矩阵；

步骤五：计算每只海鸥的起点到终点的路径，表达式为：

(x0,y0)、(xg,yg)分别表示起点和终点的坐标

步骤六：全局搜索，用下式表示：

为海鸥更新后的新位置； 为不与其他海鸥冲突的新位置； 表示海鸥最佳位置的方向；

海鸥在全局搜索过程中为了避免碰撞，增加了变量A来计算海鸥的新的位置，海鸥避免个体相撞过程公式如下：表示海鸥当前的位置；A是线性扰动的，它的值从2降到0，由于线性A的值不能完全适用于SOA的非线性的搜索过程；通过将A非线性化处理，将A进行改进，改进公式为：其中，Astart表示A的初始值Afinal表示终止值Tmax为最大迭代次数δ为收敛调整因子，betarand是matlab的随机生成器，可符合beta分布；

步骤七：局部搜索，利用正弦余弦因子改进ISOA的迭代方式，改进迭代方式如下：其中Pbs表示最优海鸥个体位置， 为海鸥的最终攻击位置，r1为平衡开发系数，r2为距离系数，r2∈[0,2π]，定义了海鸥当前的位置与海鸥较差位置的距离，r3为正余弦转换系数，r3∈[0,1]，当r3大于0.5时，切换至正弦算子，r3小于0.5时，切换至余弦算子；

步骤八：判断是否前面有障碍物，如果有，返回步骤四，如果没有，转至步骤九；

步骤九：更新最佳位置；

步骤十：判断是否到达目标终点,如果是，转至步骤十一，如果不是，返回步骤六；

步骤十一：输出最优路径。

2.根据权利要求1所述的一种智能物联网路径优化的安全巡检设备，其特征在于，所述设备还包括红外感应摄像头，所述红外感应摄像头可检测是否有人经过，当人经过时，红外感应摄像头采集图像并发出信号，Arduino UNO芯片接收到红外感应摄像头信号，并接收超声波位置传感器实时的位置，将位置信号以及红外感应摄像头所采集的图像发送到APP终端。

3.根据权利要求2所述的一种智能物联网路径优化的安全巡检设备，其特征在于，所述设备还包括协同报警模块，所述协同报警模块，在接收到Arduino UNO芯片发出的有人经过的信号后，发出报警信号。

4.一种智能物联网路径优化的安全巡检系统，其特征在于，包括无线充电模块、锌离子超级电容器模块、Arduino UNO模块、超声波位置传感器模块、路径规划模块、电机控制器模块；

所述的无线充电模块包括供电电源、发射端、接收端、能量转换器、APP终端；发射端与供电电源相连接，安装在目标位置指定区域，供电电源通过电路将信号发送到发射端的发射线圈，发射线圈发送电能到接收端的接受线圈，接收线圈装在无线充电装置底部处，接触式充电，接到的电能经能量转换器为锌离子超级电容器充电；

所述锌离子超级电容器模块为电机和Arduino UNO模块供电，电量计实时检测锌离子超级电容器电量，Arduino UNO芯片实时接收锌离子超级电容器电量，当锌离子超级电容器的电量低于芯片所设预设值时，Arduino UNO芯片将指令发送到电机控制器，由电机控制器控制电机驱使设备到指定充电区域点；

所述电机控制器模块控制电机运行，从而控制设备移动；电机控制器接收Arduino UNO芯片从路径规划模块获得的运行控制策略指令，根据运行控制策略来控制电机运行操作；

根据目标区域要求，建立目标区域静态栅格矩阵，所述超声波位置传感器模块检测障碍物位置建立目标区域动态栅格矩阵；从而建立目标区域全局栅格矩阵，经路径规划模块利用ISOA算法进行优化，得到最优的路径策略，并发给Arduino UNO模块将控制指令给电机控制器控制电机运行；

所述路径规划模块利用ISOA算法进行优化，具体为：

步骤一：初始化参数；

步骤二：建立目标区域静态栅格矩阵；

步骤三：获取超声波位置传感器数据；

步骤四：根据超声波位置传感器数据，建立目标区域动态栅格矩阵，从而得到目标区域全局栅格矩阵；

步骤五：计算每只海鸥的起点到终点的路径，表达式为：

(x0,y0)、(xg,yg)分别表示起点和终点的坐标

步骤六：全局搜索，用下式表示：

为海鸥更新后的新位置； 为不与其他海鸥冲突的新位置； 表示海鸥最佳位置的方向；

海鸥在全局搜索过程中为了避免碰撞，增加了变量A来计算海鸥的新的位置，海鸥避免个体相撞过程公式如下：表示海鸥当前的位置；A是线性扰动的，它的值从2降到0，由于线性A的值不能完全适用于SOA的非线性的搜索过程；通过将A非线性化处理，将A进行改进，改进公式为：其中，Astart表示A的初始值Afinal表示终止值Tmax为最大迭代次数δ为收敛调整因子，betarand是matlab的随机生成器，可符合beta分布；

步骤七：局部搜索，利用正弦余弦因子改进ISOA的迭代方式，改进迭代方式如下：其中Pbs表示最优海鸥个体位置， 为海鸥的最终攻击位置，r1为平衡开发系数，r2为距离系数，r2∈[0,2π]，定义了海鸥当前的位置与海鸥较差位置的距离，r3为正余弦转换系数，r3∈[0,1]，当r3大于0.5时，切换至正弦算子，r3小于0.5时，切换至余弦算子；

步骤八：判断是否前面有障碍物，如果有，返回步骤四，如果没有，转至步骤九；

步骤九：更新最佳位置；

步骤十：判断是否到达目标终点,如果是，转至步骤十一，如果不是，返回步骤六；

步骤十一：输出最优路径。

5.根据权利要求4所述的一种智能物联网路径优化的安全巡检系统，其特征在于，所述系统还包括红外感应摄像头，所述红外感应摄像头可检测是否有人经过，当人经过时，红外感应摄像头采集图像并发出信号，Arduino UNO芯片接收到红外感应摄像头信号，并接收超声波位置传感器实时的位置，将位置信号以及红外感应摄像头所采集的图像发送到APP终端。

6.根据权利要求4所述的一种智能物联网路径优化的安全巡检系统，其特征在于，所述系统还包括协同报警模块，所述协同报警模块，在接收到Arduino UNO芯片发出的有人经过的信号后，发出报警信号。