技术特征：
1.一种双足机器人的路径规划方法，其特征在于，包括以下步骤：步骤一，构建地图基于多源传感器rgbd的orbslam2建立3d稠密点云图，基于随机一致性采样(ransac)进行点云的地面滤除，然后将octomap进行2d投影生成占据栅格地图，最后利用costmap代价地图叠加动态障碍层作为最终的导航地图。步骤二，路径规划采用改进的基于启发式的d*算法，算法在选取子节点时，根据父节点与周围节点的代价函数c(x,y)值，连续计算两层父子节点值，筛选掉靠近障碍物的子节点，防止算法生成路径贴近障碍物。同时在父节点周围扩展子节点，计算扩展子节点代价值时，根据角度余弦值进行修正，优先选择扩展使得路径平滑的子节点，减少路径转弯次数。在根据步骤一构建的地图和目标位置，规划一条机器人到达目标位置的全局路径(只考虑工作空间的几何约束，不考虑机器人的运动学模型和约束)。步骤三，避障规划采用动态窗口算法，根据所得到的实时传感器测量信息计算最佳的速度指令，调整局部路径以避免发生碰撞。具体过程为：在机器人控制空间(dx,dy,dθ)中离散采样，对于每个采样速度，从机器人的当前状态执行正向移动模拟，以预测如果在某时间段内应用采样速度将会发生什么。然后从以下方面来评价正向移动模拟产生的每个轨迹：接近障碍物，接近目标，接近全局路径和速度。并且放弃非法轨迹，所述非法轨迹为与障碍物相撞的轨迹，选择最高得分的轨迹，并将最佳速度指令发送到下位机的移动基座。然后重复轨迹评价直到轨迹空间遍历完成。步骤四，轨迹生成将机器人模型转化为线性倒立摆模型，确定每步之间落脚点信息的转换关系，然后进行步态规划，包括实际落脚点的求算、质心轨迹规划、踝关节轨迹规划，以及逆运动学求算关节角度。根据机器人的运动学模型和约束，发送控制命令给机器人下位机，将可行的直线路径转化为可行的脚印轨迹。2.根据权利要求1中所述的一种双足机器人的路径规划方法，其特征在于，所述步骤2中，改进的基于启发式的d*算法具体步骤如下：s1，在步骤一构建的地图中确定起始点s与目标点g的位置，将g点加入open表中，同时置空open表与close表。s2，判断open表是否为空，若为空，表示目标不可达。s3，若open表不为空，将当前节点作为父节点，将其周围的所有子节点全部放入open表中。s4，将代价函数值最小的子节点作为下一节点next，并将节点next放入closed表中，若节点next为目标点，则找到路径，算法结束。若并非目标点，开始以节点next为父节点扩展周围子节点sub。s5，计算节点next与节点sub之间的路径开销c(next，sub)，当开销为无穷大时，表明节点next周围存在障碍，则将节点next从close表中剔除，并按照代价函数值从小到大顺序再从open表中选择下一个子节点作为下一节点next，并返回s4进行计算。s6，当节点next与节点sub之间的路径开销c(next，sub)均不为无穷大时，判断节点sub
是否在open表中，若在，则计算节点sub的代价函数值，并与节点next的代价函数值进行比较。当节点sub的代价函数值小于节点next的代价函数值，则直接跳到s7，反之则舍弃节点sub。若节点sub不在open表中，继续判断是否在close表中，如果不在，则将节点sub插入open表中，然后执行s7。若节点sub在节点open表中，判断节点sub与节点next代价函数的大小关系，若节点sub代价函数值小于节点next的代价函数值，将节点sub从close表移至open表，并更新close表代价值，反之舍弃节点sub。s7，更新open表中的代价值，并将指针指向next。然后跳到s2。3.根据权利要求2所述的一种双足机器人的路径规划方法，其特征在于，在子节点的实际代价值中加入角度评价从而减少不必要的转弯过程。若设父节点到当前节点的方向为向量a方向，当前节点到子节点的方向为向量b方向，角度偏移量的取值取决于向量a与向量b的夹角。g
new
(n)＝kg
old
(n)k＝
‑
cos(∠ab)+2其中，g
old
(n)为d*算法中的距离代价，g
new
(n)为改进后的d*算法中的距离代价，k为角度偏移系数，用于根据角度的变化来改变距离代价的值，∠ab为向量a与向量b的夹角。4.根据权利要求1中所述的一种双足机器人的路径规划方法，其特征在于，所述步骤四中，增加了双足机器人的关系映射，轨迹生成包括以下步骤：s1建立倒立摆模型，同时将模型与机器人运动对应。假设机器人质心始终固定在机器人身上某处(实践中取两髋关节连线的中点)，对应线性倒立摆中的质点m。倒立摆的支撑点同样对应机器人支撑脚上位置固定的一个点(一般取踝关节中心点在脚面上的垂直投影处)。s2，确定每步之间落脚点信息的转换关系。当机器人开始迈完一步，开始新一步时，存在如下转换关系：当前一步支撑脚转换为下一步摆动脚起点，当前一步摆动脚终点(实际落脚点)转换为下一步支撑脚。s3，步态规划，包括以下步骤s31，实际落脚点求算在实际步态规划中，机器人的目标落脚点位置p用步行参数(s
x s
y s
θ
)描述，分别对应步长，步宽和步行方向，假设此时目标落脚点为p
n
，下一时刻目标落脚点为p
n+1
，两者满足以下关系：s32质心轨迹求算基于p
n
，p
n+1
的约束，设定质心的目标末状态为的约束，设定质心的目标末状态为
p
t(n+1)
双足机器人落脚位置；双足机器人步行单元的速度；z
c
为倒立摆模型约束面的截距，是一个取决于质心高度和重力加速度的常数；为代价函数值；t
sup
为双足机器人支撑脚切换时间；得到双足支撑期质心始、末状态后，即可根据样条函数插值求双足支撑期质心轨迹。双足支撑期质心末状态，也就是接下来单足支撑期的质心始状态。运用轮式运动学模型，将整车线位移映射到双足机器人质心线位移上，但是在转换系数上除二，角速度以步行方向在单位时间δt的改变来实现。s33踝关节轨迹规划根据摆动脚起点以及求算得到的摆动脚终点(实际落脚点)即可以在x、y方向上规划机器人的摆动脚的运动，其运动由样条插值得到。5.根据权利要求4中所述的一种双足机器人的路径规划方法，其特征在于，双足机器人的最大步长为s
xm
＝12。直立行走情况下，s
y
可固定设置为两脚自然状态下的间距，为保证舵机性能和防止结构干涉，步行方向的改变幅度不能过大，限制为正负30度以内。