1.一种基于HER-ACO的路径规划方法，其特征在于，包括：S1、获取环境栅格地图，所述栅格地图包括起点、目标点以及障碍物分布信息；S2、引入HER算法对传统的蚁群算法ACO进行改进，并利用改进后的蚁群算法在栅格地图中搜索从起点到目标点的可行路径，作为初始规划路径；具体改进如下：基于HER算法的思想，选取满足预设评估条件的中间节点作为伪目标，在蚂蚁未到达目标点的情况下，识别从起点到伪目标路径中的有效子路径，并根据所述有效子路径更新信息素浓度；根据当前节点至目标点的方向与候选下一节点的运动方向之间的夹角，计算方向权重因子；计算邻域障碍物因子和未来障碍物因子；所述邻域障碍物因子和未来障碍物因子分别反映候选节点周围及前方路径的障碍分布情况；采用动态变化的信息素挥发率对全局信息素进行更新，所述信息素挥发率随迭代次数增加而递减；根据更新后的全局信息素、方向权重因子、邻域障碍物因子和未来障碍物因子，对传统蚁群算法的路径选择概率进行改进，得到新的路径选择概率；S3、基于直线路径可行性检查对所述初始规划路径进行平滑处理，去除冗余中间节点，输出最终规划路径。
2.根据权利要求1所述的方法，其特征在于，新的路径选择概率的计算式如下： ，式中， 为蚂蚁 从当前节点 移动到候选下一节点 的路径选择概率， 表示蚂蚁 在当前栅格 的8个邻域栅格中可选栅格的集合， 表示信息素增强系数，其值越大，对初始信息素的影响越深，从而导致算法的全局搜索能力越差； 为期望启发式信息系数，其值越大，表示蚂蚁 距目标近的栅格的倾向性越高； 表示 时刻当前栅格 到邻域栅格 连接路径上的信息素浓度； 表示 时刻当前栅格 到邻域栅格 连接路径上的启发信息； 表示当前栅格 到邻域栅格 的邻域障碍物因子； 表示归一化的方向权重因子； 表示未来障碍物因子。
3.根据权利要求1所述的方法，其特征在于，所述选取满足预设评估条件的中间节点作为伪目标，具体为：计算伪目标评估值，公式如下： ，式中， 为伪目标评估值， 为从起点 到伪目标 的欧氏距离， 为蚂蚁到达伪目标的子路径的实际长度；若 大于预设的评估阈值，则将该节点作为伪目标，并记录该伪目标对应的有效子路径长度。
4.根据权利要求1所述的方法，其特征在于，所述基于所述有效子路径更新信息素浓度，具体为：基于有效子路径的长度，计算信息素增量 ，公式如下： ，式中， 为常数增益系数，其取值为大于0的常量； 为蚂蚁到达伪目标的子路径的实际长度。
5.根据权利要求1所述的方法，其特征在于，所述信息素挥发率随迭代次数增加而按指数规律递减，其表达式为： ，式中， 当前迭代的信息素挥发率； 是最大挥发率， 是挥发衰减系数， 是当前迭代次数， 是最大迭代次。
6.根据权利要求1所述的方法，其特征在于，所述方向权重因子定义为当前节点至目标点的方向与下一候选节点的运动方向之间的夹角的余弦值，并经归一化处理，得到归一化方向权重因子。
7.根据权利要求1所述的方法，其特征在于，所述邻域障碍物因子，用于反映候选下一节点周围局部区域的障碍物密度，计算式如下： ，式中， 为当前节点 的候选下一节点 的邻域障碍物因子； 是当前栅格 的8邻域内障碍栅格的数量。
8.根据权利要求1所述的方法，其特征在于，所述未来障碍物因子，用于评估候选路径前方预设步数范围内的障碍物分布，计算式如下： ，式中， 表示未来障碍物因子， 表示预判惩罚系数， 为候选路径前方预设步数范围内的障碍物数量。
9.根据权利要求1所述的方法，其特征在于，所述基于直线路径可行性检查对所述初始规划路径进行平滑处理，去除冗余中间节点，输出最终规划路径，包括：对于初始规划路径 中的任一中间节点 （ ），若从 到 的直线路径上的所有栅格均为自由栅格，则删除节点 ，其中，所述直线路径通过Bresenham算法生成。
10.一种基于HER-ACO的路径规划系统，所述系统用于执行如权利要求1~9任一所述基于HER-ACO的路径规划方法，包括：构建单元，用于构建环境栅格地图，所述栅格地图包括起点、目标点以及障碍物分布信息；改进单元，引入HER算法对传统的蚁群算法ACO进行改进，并利用改进后的蚁群算法在栅格地图中搜索从起点到目标点的可行路径，作为初始规划路径；具体改进如下：基于HER算法的思想，选取满足预设评估条件的中间节点作为伪目标，在蚂蚁未到达目标点的情况下，识别从起点到伪目标路径中的有效子路径，并根据所述有效子路径更新信息素浓度；根据当前节点至目标点的方向与候选下一节点的运动方向之间的夹角，计算方向权重因子；计算邻域障碍物因子和未来障碍物因子；所述邻域障碍物因子和未来障碍物因子分别反映候选节点周围及前方路径的障碍分布情况；采用动态变化的信息素挥发率对全局信息素进行更新，所述信息素挥发率随迭代次数增加而递减；根据更新后的全局信息素、方向权重因子、邻域障碍物因子和未来障碍物因子，对传统蚁群算法的路径选择概率进行改进，得到新的路径选择概率；平滑处理单元，用于基于直线路径可行性检查对所述初始规划路径进行平滑处理，去除冗余中间节点，输出最终规划路径。
