1.一种基于多目标优化的救援机器人逃逸方法，其特征在于：该方法具体包括以下步骤：

步骤一、将救援现场的地图环境输入到救援机器人的内部计算机中；将地图环境映射为二维栅格环境模型M，使用变量c描述模型M中每个栅格的状态，将其分为可行空间与不可行空间；再获取I个危险源在M中的映射位置pi，i＝1,2,...I；

步骤二、遍历二维栅格环境模型M中的每个栅格点，以M中的每个栅格点作为当前点，利用A Star算法计算出初始点到当前点的实际代价g值，当前点到目标点的估计代价h值以及初始点经过当前点到目标点的代价估计f值；使用A Star算法在地图环境中进行导航；

步骤三、利用分布式传感系统对具有危险源的灾后救援场景进行监测，获取危险源的实时数据变化情况，将监测得到的实时数据映射到二维栅格环境模型M中；

步骤四、对获取到的危险源数据进行处理，将获取到的I个危险源中心处的数据进行归一化处理，记录对应的危险程度di，将传感系统获得的危险程度初始值映射到区间R中，再由危险源中心点往外扩散，分别计算危险源中心周围的每个栅格点的危险程度；

步骤五、依据实际任务中对地图分辨率大小的需要和救援机器人搭载的计算机的性能的高低，将栅格环境模型M划分为多个子区域，计算每个子区域内所有栅格点的危险程度值的算术平均值，将该算术平均值作为子区域m的危险程度Rm；根据子区域的危险程度Rm设置触发逃逸动作的阈值T；

步骤六、循环进行步骤二到步骤五，当存在救援机器人需要撤离的情况时，救援机器人执行逃逸行为，逃离二维栅格环境模型M所代表的区域；

步骤七、当二维栅格环境模型M中存在n个安全出口目标点，则在以救援机器人当前位置N0为中心的4邻域中的每个栅格点处都存在n个不同的h值，分别对应到第i个安全出口目标点的距离，按照东南西北的顺序分别定义为：hi(i＝1,2,…n),h′i(i＝1,2,…n),h″i(i＝1,2,…n),h″′i(i＝1,2,…n);定义Oi表示由救援机器人当前位置N0到第i个安全出口目标点的总代价函数，按照东南西北的顺序分别定义为：

oi(i＝1,2,…,n),o′i(i＝1,2,…,n),o″i(i＝1,2,…,n),o″′i(i＝1,2,…,n)采用加权系数法，得到救援机器人到不同出口的距离与安全指标结合后的权值；

取4个总代价函数中的最小值o(n)作为当前节点的下一个节点趋向最优安全目标点扩展的依据：

o(n)＝min(o′i(n),o″i(n),o″′i(n),o″″i(n))fmo(n)＝gmo(n)+o(n)其中，α表示救援机器人到不同出口的距离与安全指标结合后的权值，Rm表示救援机器人所在当前点的邻域点分别对应的区域危险程度值，gmo(n)表示从救援机器人需要执行逃逸行为的位置处到当前位置N0处所需要的实际代价，fmo(n)表示从救援机器人需要执行逃逸行为的位置处到某一个安全出口处的最小估计值；

步骤八、循环步骤七，由救援机器人当前位置向外筛选扩散，直至到达某一个安全出口目标点，输出路径信息，救援机器人按照输出的路径前行，完成逃逸动作。

2.如权利要求1所述一种基于多目标优化的救援机器人逃逸方法，其特征在于：当模型M中的栅格状态为可行空间时，c＝1；栅格状态为不可行空间时，c＝0。

3.如权利要求1所述一种基于多目标优化的救援机器人逃逸方法，其特征在于：所述区间R的大小与地图大小、地图分辨率以及衰退因子λ的值相关。

4.如权利要求1所述一种基于多目标优化的救援机器人逃逸方法，其特征在于：所述危险源中心周围的每个栅格点的危险程度的计算方法为：采用分层累积的方式计算危险源中心周围的每个栅格点的危险程度，以危险源为中心，其周围的栅格点处的危险程度逐层衰退，衰退因子为λ，因此危险源i周围第n层的各个栅格点的危险程度 为：

若栅格k同时受到危险源i的第x层和危险源j的第y层的影响，则该位置处的危险程度dk为：

逐层计算每个危险源周围栅格点的危险程度，空间状态为不可行状态的栅格不参与危险程度计算，直至该危险源周围全为不可行空间或栅格点的危险程度值衰减为0。

5.如权利要求1所述一种基于多目标优化的救援机器人逃逸方法，其特征在于：救援机器人需要撤离的情况包括以下3种：

Case1：救援机器人尚未遍历完二维栅格环境模型M中的每个栅格，已经搜索到了部分救援目标，在距离救援机器人当前所处位置L处，有一个半径为s、范围为S的子区域的危险程度Rm超过了触发逃逸动作的阈值T，救援机器人执行逃逸动作；

Case2：救援机器人尚未遍历完地图环境，但是可以确定已经搜索到所有救援目标，救援机器人执行逃逸动作；

Case3：救援机器人已经遍历完二维栅格环境模型M中的每个栅格，并已经搜索到所有救援目标，救援机器人执行逃逸动作。

6.如权利要求1所述一种基于多目标优化的救援机器人逃逸方法，其特征在于：救援机器人到不同出口的距离与安全指标结合后的权值的大小依据实际需求中对距离和安全的偏向选择趋势决定。