1.一种自适应策略改进减法平均优化算法的路径规划方法，其特征在于，包括以下步骤：（1）构建二维栅格地图环境，以及包含运动约束的目标函数；

（2）初始化算法参数，包括算法迭代次数、搜索代理数目、基本常数参数；

（3）引入ICMIC混沌映射策略初始化搜索代理的位置；基于初始搜索代理评估目标函数；公式如下：；

；

；

其中，属于 ，是混沌参数，表示经过归一化后的搜索代理位置，表示经过混沌映射后得到的搜索代理位置，表示将混沌映射后的结果映射到原来空间后的搜索代理位置，表示每个粒子所在的维数， 表示每一维所有粒子的定义域；

（4）引入自适应概率值，利用改进的减法平均优化算法更新搜索代理位置；

（5）通过判断搜索代理的目标函数值是否满足条件，以及自适应概率值是否满足条件，选择更优的位置更新方式。

2.根据权利要求1所述的一种自适应策略改进减法平均优化算法的路径规划方法，其特征在于，步骤（1）中，构建二维栅格地图环境具体如下：根据栅格法构建地图，将地图中的栅格坐标标记为对应的直角坐标，即设 为地图中栅格中心点的坐标；并记录障碍物信息，表示障碍物的黑色栅格记为1，其他无障碍空白栅格记为0，构建二维栅格地图。

3.根据权利要求1所述的一种自适应策略改进减法平均优化算法的路径规划方法，其特征在于，步骤（1）中，构建具有运动约束的目标函数公式如下：约束条件为：；

目标函数为：

；

其中， 和 、 和 分别表示前一个栅格和当前栅格的直角坐标；约束条件和目标函数公式规则为：每次移动时从一个栅格到相邻的另一个栅格，有横、纵、斜三个方向，同时通过判断路径点的状态判定路径是否有效，若为1，则与障碍物发生碰撞，路径无效；若为0，则路径有效，当路径未穿过障碍物且未出边界，则判定路径可行。

4.根据权利要求1所述的一种自适应策略改进减法平均优化算法的路径规划方法，其特征在于，步骤（4）具体如下：首先，减法平均优化算法的搜索代理的位置计算方法为：；

其中，‑v表示计算搜索代理在搜索空间中的位移， 和 搜索代理A和B的目标函数值， 是集合 的随机向量， 为 函数；

位置更新的计算公式为：

；

其中， 为某一代搜索代理中第i个搜索代理的位置， 为当前搜索代理中其他搜索代理的位置， 为第i个搜索代理的新位置，N为搜索代理的数目， 为在 中的随机向量；

然后，构建两种搜索代理的位置更新方式，其中，第一种更新方式是引入混沌策略的减法平均优化搜索代理更新方式；第二种更新方式是使用正余弦算法的搜索代理更新方式；

然后设置自适应概率值 ，利用减法平均优化算法在两种更新方式中自适应切换，表达式如下：；

其中， 为最大迭代次数， 为当前迭代次数。

5.根据权利要求1所述的一种自适应策略改进减法平均优化算法的路径规划方法，其特征在于，步骤（5）具体如下：通过判断搜索代理的目标函数值是否满足条件，以及自适应概率值是否满足条件，来选择更优的位置更新方式；若同时满足两个条件，则采用第一种更新方式，否则采用第二种更新方式；在第一种减法平均优化更新方式中引入混沌策略；在第二种正余弦更新方式中，对 加入随机数系数，改进后的位置更新方式如下：；

；

；

其中， 和 分别表示  和 的目标函数值， 为0到1之间的随机数，表示采用混沌映射方式产生随机值替换 中的每个分量；否则采用正余弦算法的位置更新公式，其中， 为当前迭代的最优位置; 为(0,1)之间的随机数；  和 是之间的随机值； 为正余弦算法的步长参数，根据算法迭代次数变化， 为(0,

1)随机值。