1.用于可变形两态探测机器人路径规划的环境建模与路径存储方法，包括环境建模和基础路径规划，环境建模方面采用一种“二次栅格法”环境建模，基础路径规划工作通过已存在的蟑螂算法完成(见已授权专利ZL2017 1 0242657.2)；其中，所涉及真实机器人是通过变形技术改变其外观大小的机器人，其能通过变形穿越狭窄区域；其特征是所述环境建模与路径存储方法的步骤如下：步骤1：基于栅格法完成环境建模

以真实工作空间图片信息为依据，建立一个X行Y列的栅格地图Map，栅格地图左上角被作为原点坐标，生成栅格地图密度为X×Y；其中单元格边长依据机器人原始态与真实工作空间的比例设计；初始状态下，栅格地图中障碍物区域的单元格被标记为“0”，称为“障碍物单元格”；可行区域单元格被标记为“1”，称为“可行单元格”，标记出发点位置S和目标点位置D；将栅格地图中的单元格作为集合元素，则栅格地图描述如下：上式中，参数(x,y)表示代表单元格坐标；i是单元格下标；参数m表示单元格是否为障碍物单元格；当ei·m＝1，表示可行单元格；当ei·m＝0，表示障碍物单元格；

步骤2：通过蟑螂算法(见已授权专利ZL2017 1 0242657.2)完成路径规划得到基于当前栅格密度下的最优路径，由线性表Path记录，Path描述如下：上式中，ai表示规划好的，机器人将要行走的路径中的单元格；L表示路径长度；s是状态参数，表示机器人状态；ai·s表示ai单元格的s参数；当ai·s＝1，表示机器人处于原始态；

当ai·s＝2，表示机器人处于变形态；初始Path中所有元素的ai·s均被赋值为1；

步骤3：路径二次规划

针对步骤2中已规划好的最优路径Path，完成二次规划，依次遍历Path中所有单元格ai(i＝1，…，L)；

步骤4：路径压缩传输

中央控制端将路径压缩后传送给机器人，压缩方法如下：pi＝((ai·y‑1)×X+ai·x)×10+ai·s*

压缩后的路径Path数据结构为一个线性表，描述为：*

Path＝{pi|i＝1,2,…,L}

步骤5：路径解压缩

机器人得到压缩路径后，执行解压缩，方法为：

上式中mod表示取模运算，div表示取整运算；

步骤6：机器人执行解压缩后的路径

机器人依据路径行进的同时，实现通过ai·s参数完成变形或回复原始态的控制操作。

2.根据权利要求1所述的用于可变形两态探测机器人路径规划的环境建模与路径存储方法，其特征是：步骤3路径二次规划执行如下操作：(x,y) (x,y‑1) (x‑1,y‑1) (x‑1,y)步骤3.1：扫描单元格ai 在Map中邻近的三个单元格，e 、e 、e ；如果以上三个单元格均为可行单元格，则变形域Ti构造如下：步骤3.2：如果变形域Ti已生成，则依据线性表删除操作完成Path调整；判断：如果(x,y)ai+1 ∈Ti为真，则执行：Path中删除ai+1元素，且L←L－1；

步骤3.3：如果变形域Ti已生成，则修改状态参数：ai·s←2；意味着机器人在此处可变形为状态2。

3.根据权利要求1所述的用于可变形两态探测机器人路径规划的环境建模与路径存储方法，其特征是该方法中各个步骤具体如下：步骤S101、基于栅格法完成环境建模：以真实工作空间图片信息为依据，建立一个X行Y列的栅格地图Map，栅格地图左上角被作为原点坐标，生成栅格地图密度为X×Y；其中单元格边长依据机器人原始态与真实工作空间的比例设计；初始状态下，栅格地图中障碍物区域的单元格100被标记为“0”，称为“障碍物单元格”；可行区域单元格200被标记为“1”称为“可行单元格”；标记出发点300位置S和目标点400位置D；建模后生成栅格地图；将栅格地图中的单元格作为集合元素，则栅格地图描述如下：上式中，参数(x,y)表示代表单元格坐标；i是单元格下标；参数m表示单元格是否为障碍物单元格；当ei·m＝1，表示可行单元格；当ei·m＝0，表示障碍物单元格；

步骤S102、使用已有蟑螂算法规划路径：通过已存在蟑螂算法(见已授权专利ZL2017 1 

0242657.2)完成路径规划，得到基于当前栅格密度下的最优路径500，由线性表Path记录，Path描述如公式(1)所示：公式(1)中，ai表示规划好的，机器人将要行走的路径中的单元格；L表示路径长度；s是状态参数，表示机器人状态；ai·s表示ai单元格的s参数；当ai·s＝1，表示机器人处于原始态600；当ai·s＝2，表示机器人处于变形态700；初始Path中所有元素的ai·s均被赋值为1；

步骤S103、路径二次规划：针步骤2中已规划好的最优路径Path，完成二次规划，依次遍历Path中所有单元格ai(i＝1，…，L)，完成机器人变形参数设置，生成二次规划路径800；

步骤S104、路径压缩传输：中央控制端将路径压缩后传送给机器人，压缩方法如公式(2)所示：pi＝((ai·y‑1)×X+ai·x)×10+ai·s                  (2)*

压缩后的路径Path数据结构为一个线性表，如公式(3)所示：*

Path＝{pi|i＝1,2,…,L}                       (3)步骤S105、路径解压缩：机器人得到压缩路径后，执行解压缩，方法如公式(4)所示：上式中mod表示取模运算，div表示取整运算；

步骤S106、机器人执行解压缩后的路径：机器人依据路径行进的同时，实现通过ai·s参数完成变形或回复原始态的控制操作。

4.根据权利要求3所述的用于可变形两态机器人路径规划的环境建模与路径存储方法，其特征是：步骤S103路径二次规划执行如下具体操作：步骤S201：设置循环变量i←0；

步骤S202：执行：i←i+1；

(x,y) (x,y‑1) (x

步骤S203：构造变形域Ti；扫描单元格ai 在Map中邻近的三个单元格，e 、e‑1,y‑1) (x‑1,y)、e ；如果以上三个单元格均为可行单元格，则变形域Ti存在，变形域Ti构造如下：步骤S204：判断，如果变形域Ti构造成功，执行S205；否则：执行S207；

(x,y)

步骤S205：依据线性表删除操作完成路径Path调整；判断：如果ai+1 ∈Ti为真，则执行：Path中删除ai+1元素，且L←L－1；

步骤S206：修改状态参数：ai·s←2；意味着机器人在此处可变形为状态2；

步骤S207：如果i＜L为真，则执行：跳转至步骤S202；否则执行S208；

步骤S208：输出路径二次规划路径。