1.基于2D激光与视觉边缘线动态融合的养殖巡检机器人导航方法，其特征在于，包括如下步骤：步骤1.截取相机捕获图片中过道部分信息，并去除过道边缘线噪声；

步骤2.对步骤1去噪后的图片进行过道线检测与直线拟合，提取其中的直线特征；

步骤3.从步骤2提取出的直线中筛选出过道边缘线，根据过道边缘线宽度绘制两侧巡检视觉导航线，再将带有巡检视觉导航线的图片转换为BEV图片；

计算BEV图像中视觉导航偏航角度 值；

步骤4.构建全局初始化地图；

步骤5.将步骤3中经过视觉处理得到的巡检视觉导航线作为当前的激光全局规划路径，利用局部路径规划方法进行局部路径调整；

步骤6.进行2D激光雷达与栅格地图的匹配，并根据定位得出的当前巡检机器人位姿与巡检视觉导航线中目标点的夹角计算激光的偏航角度 值；

步骤7.根据视觉图像检测边缘线的结果计算视觉导航方法的可靠性Rvison值，根据激光建图与定位的结果计算激光方法的可靠性Rlaser值；

步骤8.利用步骤7所得到的Rvison和Rlaser值、步骤3得到的视觉导航偏航角度 值以及步骤6得到的激光的偏航角度 值计算实际位置的偏航角度 值，并根据融合得到的实际位置的偏航角度 调整机器人的位姿；

所述步骤6具体为：

采用自适应蒙特卡洛方法进行2D激光雷达与栅格地图的匹配，得到当前机器人的位姿信息，并根据定位得出的当前巡检机器人位姿与巡检视觉导航线中目标点的夹角计算激光的偏航角度 值；

激光的偏航角度 值的计算过程如下：

步骤6.1.以机器人雷达中心的初始位置为平面坐标系的原点，向前运动方向为y轴运动正方向，垂直朝左方向为x轴正方向，使用自适应蒙特卡洛方法得到当前机器人的位姿信息R(Rx,Ry,θlaser)与目标点位置信息P(px,py)；

其中，R(Rx,Ry,θlaser)中Rx和Ry表示当前机器人的平面坐标中的x、y位置，θlaser为机器人当前的朝向与x轴方向的夹角；

px和py分别表示目标点在平面坐标系中的x、y位置；

步骤6.2.根据世界坐标系计算得到机器人运动方向与导航路径方向之间的夹角，即激光的偏航角度 值；

所述步骤7具体为：

根据视觉图像检测边缘线的结果计算视觉导航方法的可靠性Rvison值，过程如下：步骤7.1.1.对步骤2处理过后带有过道边缘线的图片中巡检过路边界线信息进行可靠性计算，图像的像素行数值为m；

计算图片中每一行像素点中两侧白色像素点的差值最大值dj；

dj＝ij,max‑ij,min,0≤j≤m；其中，ij,max表示每一行像素点中最右侧的白色像素点，ij,min表示每一行像素点中最左侧的白色像素点；

步骤7.1.2.并计算dj的方差DV，计算的公式如下：其中， 表示所有差值的平均值；

步骤7.1.3.再将方差Dv使用线性归一化方法，使方差DV的可靠性Rvison在(0,1)之间波动，可靠性Rvison的计算公式如下：其中，Dmin、Dmax分别表示dj值的最小值和最大值；

根据激光建图与定位的结果计算激光方法的可靠性Rlaser值，过程如下：步骤7.2.1.采用误差椭圆来评估定位精度；

计算误差椭圆的长轴和短轴来估计定位误差RMSE，计算公式如下：其中，xi表示椭圆定位范围内第i个位置的估计值，yi表示椭圆定位范围内第i个位置的真实值；i＝1,…,n，表示有n个位置需要进行定位；

步骤7.2.2.将定位误差RMSE进行归一化处理，得到可靠性Rlaser值；

其中，Rt表示当前的定位误差RMSE值；

Rmin、Rmax分别表示定位误差RMSE的最小值和最大值。

2.根据权利要求1所述的养殖巡检机器人导航方法，其特征在于，所述步骤2中，使用Canny方法进行过道线检测，过程如下：步骤2.1.使用高斯滤波平滑纹理较弱的非边缘区域，去除噪声得到更准确的边缘；

步骤2.2.计算去除噪声后的图像梯度G，得到可能边缘；

‑1

α＝tan (Gy，Gx)；

其中，Gx表示水平方向的梯度幅度，Gy表示垂直方向的梯度幅度，α表示梯度的方向；

步骤2.3.采用非最大抑制技术来消除边缘误检；

遍历鸟瞰图所有像素点，判断当前像素点是否为附近像素点中具有相同梯度方向的最大值，并抑制相同梯度方向的最大值像素点，从而消除边缘误检；

步骤2.4.应用双阈值的方法筛选边缘信息；

设置高阈值MaxVal和低阈值MinVal；若当前边缘像素梯度幅度小于阈值MaxVal，并大于阈值MinVal则判断边缘为所需的直线特征；

步骤2.5.最后利用滞后技术来跟踪边界，得到图像边缘直线特征线；

使用霍夫方法提取直线特征，霍夫方法是由参数统计点数，用极坐标来表示直线，其计算公式如下：X*cos(θ)+Y*sin(θ)＝R；其中，θ表示直线与X轴正方向之间的夹角；R表示原点到直线的垂直距离，X、Y表示任何在直线上的点。

3.根据权利要求1所述的养殖巡检机器人导航方法，其特征在于，所述步骤3具体为：

从步骤2提取出的直线中筛选出过道边缘线，定义直线的公式为y＝kx+b，其中，k为直线的斜率，b为常数，x、y分别为直线的横、纵坐标；

提取出步骤2所有检测出的直线中k值最大和最小的两条直线，即为过道两侧的边缘线；将过道两侧的边缘线按照1：1等比绘制巡检视觉导航线；将带有导航线的图片通过二值化将图片转换为二值化的图片，并根据透视化的方法将图片转换为BEV图像；

计算BEV图像中当前巡检机器人的朝向与视觉导航线中下一目标点的视觉导航偏航角度 值，其计算公式如下： 其中，k1为所绘制导航线的斜率。

4.根据权利要求1所述的养殖巡检机器人导航方法，其特征在于，所述步骤5具体为：

将步骤3中得到的巡检视觉导航线作为激光SLAM的全局路径，动态刷新局部导航目标点；在巡检过程中，保持目标点在全局路径上并且与机器人距离恒定。

5.根据权利要求1所述的养殖巡检机器人导航方法，其特征在于，所述步骤8中，利用Rvison、Rlaser、 计算实际位置的偏航角度 值，公式如下：根据计算得到的实际位置的偏航角度 值，调整机器人的位姿，使其按照全局导航线直线行驶。

6.基于2D激光与视觉边缘线动态融合的养殖巡检机器人导航系统，其特征在于，包括：图像预处理模块，用于截取相机捕获图片中过道部分信息，并去除过道边缘线噪声；

直线特征提取模块，用于对去噪后的图片进行过道线检测，并提取其中的直线特征；

巡检视觉导航线绘制以及视觉导航偏航角度计算模块，用于从提取出的直线中筛选出过道边缘线，并根据过道边缘线宽度绘制两侧巡检视觉导航线；再将带有巡检视觉导航线的图片转换为BEV图片，并计算BEV图像中视觉导航偏航角度 值；

全局初始化地图构建模块，用于使构建全局初始化地图；

路径规划模块，用于将经过视觉处理得到的巡检视觉导航线作为当前的激光全局规划路径，利用局部路径规划方法进行局部路径调整；

激光偏航角度计算模块，用于进行2D激光雷达与栅格地图的匹配，并根据定位得出的当前巡检机器人位姿与巡检视觉导航线中目标点的夹角计算激光的偏航角度 值；

可靠性计算模块，用于根据视觉图像检测边缘线的结果计算视觉导航方法的可靠性Rvison值，根据激光建图与定位的结果计算激光方法的可靠性Rlaser值；

以及机器人位姿计算模块，用于根据得到的Rvison值、Rlaser值、 值以及 值计算实际位置的偏航角度 值，并根据融合得到的实际位置的偏航角度 调整机器人的位姿；

该系统采用自适应蒙特卡洛方法进行2D激光雷达与栅格地图的匹配，得到当前机器人的位姿信息，并根据定位得出的当前巡检机器人位姿与巡检视觉导航线中目标点的夹角计算激光的偏航角度 值；

激光的偏航角度 值的计算过程如下：

以机器人雷达中心的初始位置为平面坐标系的原点，向前运动方向为y轴运动正方向，垂直朝左方向为x轴正方向，使用自适应蒙特卡洛方法得到当前机器人的位姿信息R(Rx,Ry,θlaser)与目标点位置信息P(px,py)；

其中，R(Rx,Ry,θlaser)中Rx和Ry表示当前机器人的平面坐标中的x、y位置，θlaser为机器人当前的朝向与x轴方向的夹角；

px和py分别表示目标点在平面坐标系中的x、y位置；

根据世界坐标系计算得到机器人运动方向与导航路径方向之间的夹角，即激光的偏航角度 值；

根据视觉图像检测边缘线的结果计算视觉导航方法的可靠性Rvison值，过程如下：对带有过道边缘线的图片中巡检过路边界线信息进行可靠性计算，图像的像素行数值为m；

计算图片中每一行像素点中两侧白色像素点的差值最大值dj；

dj＝ij,max‑ij,min,0≤j≤m；其中，ij,max表示每一行像素点中最右侧的白色像素点，ij,min表示每一行像素点中最左侧的白色像素点；

并计算dj的方差DV，计算的公式如下：

其中， 表示所有差值的平均值；

再将方差Dv使用线性归一化方法，使方差Dv的可靠性Rvison在(0,1)之间波动，可靠性Rvison的计算公式如下：其中，Dmin、Dmax分别表示dj值的最小值和最大值；

根据激光建图与定位的结果计算激光方法的可靠性Rlaser值，过程如下：采用误差椭圆来评估定位精度；

计算误差椭圆的长轴和短轴来估计定位误差RMSE，计算公式如下：其中，xi表示椭圆定位范围内第i个位置的估计值，yi表示椭圆定位范围内第i个位置的真实值；i＝1,…,n，表示有n个位置需要进行定位；

将定位误差RMSE进行归一化处理，得到可靠性Rlaser值；

其中，Rt表示当前的定位误差RMSE值；

Rmin、Rmax分别表示定位误差RMSE的最小值和最大值。

7.一种计算机设备，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，其特征在于，所述处理器执行所述可执行代码时，实现如权利要求1至5任一项所述的养殖巡检机器人导航方法的步骤。

8.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时，实现如权利要求1至5任一项所述的养殖巡检机器人导航方法的步骤。