1.一种基于改进融合算法的多机器人路径规划方法，其特征在于，包括以下步骤：S1、创建栅格地图，设置多机器人的起点和目标点；

S2、基于步骤S1得到的栅格地图，每个移动机器人利用改进的蚁群算法进行全局路径规划，并对生成的全局路径进行删除冗余节点处理；

S3、在静态地图的基础上添加动态障碍物及临时障碍物，移动机器人提取全局路径的转折点作为改进DWA算法的子目标点，进行局部路径规划与实时避障，S4、给定移动机器人不同的优先级，当移动机器人在局部路径规划过程中遇到其它移动机器人时，首先判断是否会产生碰撞，若存在碰撞，针对不同的碰撞类型，选择避碰策略，若不存在碰撞，检查多机器人系统中的每一个移动机器人是否都已经成功到达各自的目标点，如果仍有机器人未抵达目标点，则返回S3，只有当所有机器人都已顺利到达目标点时，才标志着整个多机器人系统路径规划任务的完成，此时输出最终的路径规划结果；

所述S2中的改进的蚁群算法具体包括：

S21、初始化蚁群算法的参数；

S22、引入A*算法，在栅格地图上初步搜索一条从起点至终点的无碰撞次优路径，以此路径为中心构造信息素优化区域，对该区域的信息素浓度进行增强；

S23、计算启发函数的值，作为后续移动机器人选择路径的依据；

S24、蚂蚁从起点出发，根据状态转移概率公式选择下一个抵达的栅格，当所有蚂蚁完成一次搜索后，进行信息素的更新；

S25、循环步骤S24，直到达到最大迭代次数，停止循环；

S26、输出满足条件的全局路径；

所述S3中移动机器人根据全局路径的指引，利用改进的DWA算法进行局部路径规划与实时避障具体包括：S31、初始化改进DWA算法的参数；

S32、获取移动机器人的起点和全局路径第一个子目标点坐标，动态设定移动机器人的初始航向角；

S33、在移动机器人允许的速度采样空间对速度采样，根据运动学模型预测在不同速度下机器人的运动轨迹，根据评价函数对轨迹从多个角度评估，选取得分最高轨迹对应的速度，并设置该速度为下一时刻机器人移动的速度；

S34、循环步骤S33，直到移动机器人到达目标点，停止循环；

所述S22中的构造信息素优化区域具体包括：

为了提升蚁群算法的整体收敛性能和搜索效率引入A*算法，首先在栅格地图上初步搜索一条从起点至终点的无碰撞的次优路径L0，然后以此路径为中心构造信息素优化区域H，H包括次优路径L0上的栅格以及与这些栅格相邻的周围八个栅格对该区域的信息素浓度进行增强，公式如下：，

其中，τinitial表示其他栅格的初始信息素浓度；

所述S23中的启发函数的计算具体包括：

公式如下：

，

，

，

其中， ，是控制相对权重的参数，dij计算当前栅格i到下一可选栅格j的欧式距离，(xi,yi)表示i的坐标，(xj,yj)表示j的坐标，djG计算下一可选栅格j到目标点的欧式距离，(xG,yG)表示目标点的坐标；

所述S24中信息素的更新具体包括：

S241、结合精英蚂蚁算法信息素浓度进行局部更新，即从得到的所有可行路径中找到最短的一条，给与该路径信息素浓度奖励，同时找出最长的一条路径，给与这条路径相应的信息素浓度惩罚，公式如下：，

，

其中，Q表示信息素强度，  表示奖励的信息素浓度， 表示惩罚的信息素浓度，Lb表示最短路径的长度，Lw表示最长路径的长度；

S242、为了防止算法过早收敛，利用最大最小蚂蚁算法将信息素浓度控制在区域[τmin,τmax]内，公式如下：，

式中，τmin为信息素浓度的下限，τmax为信息素浓度的上限；

所述S32中动态设定初始航向角具体包括：

获取移动机器人的起点和全局路径第一个子目标点坐标，动态设定移动机器人的初始航向角，避免移动机器人出现急转弯现象，公式如下：，

其中，(Us,Vs)表示起点坐标，(U1,V1)表示首个子目标点的坐标；

所述S33中的评价函数具体包括：

S331、在DWA算法的评价函数中新增子评价函数dist_g(v,w)，解决算法目标点不可达的问题，dist_g(v,w)表示机器人轨迹末端与目标点的距离，公式如下所示：，

其中，(xe,ye)表示移动机器人轨迹末端的坐标，(xG,yG)表示目标点的坐标；

S332、在DWA算法的评价函数中新增子评价函数dist_p(v,w)，降低局部规划的路径与全局最优路径间的偏离程度，dist_p(v,w)表示预测轨迹末端与全局路径子目标点的距离，公式如下所示：，

其中，(xp,yp)表示下一子目标点的坐标。

2.根据权利要求1所述的一种基于改进融合算法的多机器人路径规划方法，其特征在于，所述S2中的删除冗余节点具体包括：假设路径节点由集合 组成，其中P1、Ps为分别为起点和终点，连接P1和P3，P1和P3连线构成 ，如果 没有穿过障碍物区域，继续连接P1和P4……，直到 穿过障碍区域，则说明节点P2，P3……Pi‑2为冗余节点，因此删除节点P2，P3……Pi‑2并更新路径，接下来，以节点Pi‑1作为新的起点，重复之前的操作过程，直至所有节点都被遍历。

3.根据权利要求1所述的一种基于改进融合算法的多机器人路径规划方法，其特征在于，所述S4中的碰撞类型具体包括：直线碰撞和相交碰撞。

4.根据权利要求1所述的一种基于改进融合算法的多机器人路径规划方法，其特征在于，所述S4中的避碰策略具体包括：局部二次规划策略和暂停等待策略。

5.根据权利要求1所述的一种基于改进融合算法的多机器人路径规划方法，其特征在于，所述S4中的给定移动机器人不同的优先级具体方法如下：为每个机器人赋予不同的优先等级，高优先级的机器人具有先行权，而低优先级的机器人则需要原地等待或寻找替代路线，具体做法是，当多个机器人在同一路径或交叉点上相遇时，通过预设的优先级顺序来安排各个移动机器人的通行顺序，高优先级的机器人将获得优先通行的权利，低优先级机器人则需适时调整自身的速度或者暂时停止前进以避免与高优先级机器人发生冲突。