1.一种基于环境信息的机器人智能避障方法，其特征在于，所述方法包括以下步骤：

S1、通过机器人内置的传感器实时获取的采集图像，构建机器人周边的障碍物特征信息集及避障环境特征信息；

S2、基于机器人周边的避障环境特征信息，结合机器人的初始状态信息、当前通行路径及当前时间机器人外置装置的状态信息，得到机器人基于障碍物特征信息集的通行碰撞风险值；

S3、在通行碰撞风险值异常时，基于障碍物特征信息，生成各个避障规划路径方案；结合机器人周边的避障环境特征信息，计算当前时间机器人外置装置的状态切换为初始状态时对应的协同风险干扰值，得到各个避障路径方案对机器人通行状态的干扰影响值，筛选机器人的最佳避障规划路径方案，生成当前时间机器人的最佳避障规划方案；

S4、根据当前时间机器人的最佳避障规划方案，实时对数据库中机器人当前通行路径进行更新；并根据更新结果生成避障日志信息实时反馈给管理员；

所述传感器包括激光雷达、深度相机或超声波传感器，

所述障碍物特征信息集中每个元素对应一个障碍物特征信息，所述障碍物特征信息包括基于采集图像提取的相应障碍物的位置、大小及轮廓；

所述避障环境特征信息包括相应采集图像中不同图像区域对应路面的路面平整度；

判断通行碰撞风险值是否异常时，将对应数值大于0的通行碰撞风险值判定为异常，反之，则判定相应的通行碰撞风险值正常；

所述生成各个避障规划路径方案时，获取障碍物特征信息中各个障碍物对应的绕行边界特征节点，在当前通行路径中对障碍物特征信息中各个障碍物的轮廓及其相应的绕行边界特征节点进行标记，分别将机器人当前位置与各个绕行边界节点之间的连线，将所得连线划分的不与各个障碍物轮廓存在交集的区域记为安全避障规划区域；所述安全避障规划区域包括一个或多个避障规划子区域；基于Dijkstra算法分别获取每个避障规划子区域的避障规划路径方案；每个避障规划子区域对应一个避障规划路径方案；

所述S3中得到各个避障路径方案对机器人通行状态的干扰影响值的方法包括以下步骤：

S31、获取机器人周边的避障环境特征信息及当前时间机器人外置装置的状态信息；

S32、计算当前时间机器人外置装置的状态切换为初始状态时对应的协同风险干扰值，记为GX，

其中，N1表示数据库内当前时间机器人外置装置的状态切换为初始状态的过程中执行的操作指令总个数；N2表示数据库内机器人由初始状态切换为避障后机器人外置装置所需的状态的过程中执行的操作指令总个数；N3表示数据库内由当前时间机器人外置装置的状态切换为避障后机器人外置装置所需的状态的过程中执行的操作指令总个数；

表示第一风险干扰值，若N1+N2＝0，则判定

反之，则判定

LQ表示当前时间机器人外置装置的状态切换为初始状态的过程中不同时间分别对应的第二间距的最大值；L2表示当前时间机器人外置装置的状态信息中第二间距；g表示协同干扰因子且g为数据库中预置的常数；

S33、得到状态切换执行系数w为不同值时，第k个避障规划路径方案对机器人通行状态的干扰影响值，记为YGkw，其中，Pkm表示第k个避障规划路径方案中经过的第m个图像区域对应路面的路面平整度；Bkm表示第k个避障规划路径方案中经过第m个图像区域的长度占相应避障规划路径总长度的比值；m1表示第k个避障规划路径方案中经过的图像区域总个数；Ek表示机器人执行第k个避障规划路径方案时基于障碍物特征信息集的通行碰撞风险值；LGk表示第k个避障规划路径方案对应的路径长度；w表示状态切换执行系数，且w的值为0或1；

当w＝1时，则判定机器人执行第k个避障规划路径方案时需要将当前时间机器人外置装置的状态切换为初始状态；当w＝0时，则判定机器人执行第k个避障规划路径方案时不需要将当前时间机器人外置装置的状态切换为初始状态。

2.根据权利要求1所述的一种基于环境信息的机器人智能避障方法，其特征在于：所述机器人的初始状态信息包括机器人初始运行时的外部轮廓在垂直于前进方向的平面上的正投影及第一间距；所述当前时间机器人外置装置的状态信息包括当前时间机器人的外部轮廓在垂直于前进方向的平面上的正投影及第二间距；所述第一间距表示机器人的初始状态信息中相应正投影内机器人轮轴的中点位置分别与相应正投影宽度方向上两端距离的最大值；所述第二间距表示当前时间机器人外置装置的状态信息中相应正投影内机器人轮轴的中点位置分别与相应正投影宽度方向上两端距离的最大值；

所述S2中得到机器人基于障碍物特征信息集的通行碰撞风险值时，将机器人基于障碍物特征信息集的通行碰撞风险值记为E，E＝max{L1+L3，L2+L3}，

其中，L1表示机器人的初始状态信息中第一间距；L2表示当前时间机器人外置装置的状态信息中第二间距；L3表示机器人当前通行路径与障碍物特征信息集中障碍物轮廓的重合宽度；当机器人当前通行路径与障碍物特征信息集中障碍物轮廓的不重合时，则L3等于机器人当前通行路径与障碍物特征信息集中障碍物轮廓之间最短距离的相反数；max{}表示求最大值的运算。

3.根据权利要求1所述的一种基于环境信息的机器人智能避障方法，其特征在于：所述S3中生成当前时间机器人的最佳避障规划方案时，选取对机器人通行状态的干扰影响值最小的避障规划路径方案及其相应的状态切换执行系数构成的数组，作为当前时间机器人的最佳避障规划方案。

4.根据权利要求1所述的一种基于环境信息的机器人智能避障方法，其特征在于：所述S4中根据更新结果生成避障日志信息实时反馈给管理员时，所述避障日志信息包括避障日志生成时间、对应的最佳避障规划方案、获取相应最佳避障规划方案前得到的障碍物特征信息集、避障环境特征信息、当前通行路径及当前时间机器人外置装置的状态信息。

5.一种基于环境信息的机器人智能避障系统，应用权利要求1‑4中任意一项所述的一种基于环境信息的机器人智能避障方法，其特征在于，所述系统包括：障碍特征提取模块，所述障碍特征提取模块通过机器人内置的传感器实时获取的采集图像，构建机器人周边的障碍物特征信息集及避障环境特征信息；

碰撞风险分析模块，所述碰撞风险分析模块基于机器人周边的避障环境特征信息，结合机器人的初始状态信息、当前通行路径及当前时间机器人外置装置的状态信息，得到机器人基于障碍物特征信息集的通行碰撞风险值；

避障规划协同分析筛选模块，所述避障规划协同分析筛选模块在通行碰撞风险值异常时，基于障碍物特征信息，生成各个避障规划路径方案；结合机器人周边的避障环境特征信息，计算当前时间机器人外置装置的状态切换为初始状态时对应的协同风险干扰值，得到各个避障路径方案对机器人通行状态的干扰影响值，筛选机器人的最佳避障规划路径方案，生成当前时间机器人的最佳避障规划方案；

避障方案更新反馈模块，所述避障方案更新反馈模块根据当前时间机器人的最佳避障规划方案，实时对数据库中机器人当前通行路径进行更新；并根据更新结果生成避障日志信息实时反馈给管理员。

6.根据权利要求5所述的一种基于环境信息的机器人智能避障系统，其特征在于：所述避障规划协同分析筛选模块包括避障规划方案生成单元、通行干扰分析单元及最佳避障方案生成单元，所述避障规划方案生成单元在通行碰撞风险值异常时，基于障碍物特征信息，生成各个避障规划路径方案；

所述通行干扰分析单元结合机器人周边的避障环境特征信息，计算当前时间机器人外置装置的状态切换为初始状态时对应的协同风险干扰值，得到各个避障路径方案对机器人通行状态的干扰影响值；

所述最佳避障方案生成单元筛选机器人的最佳避障规划路径方案，生成当前时间机器人的最佳避障规划方案。