技术特征：
1.一种利用可见性信息的实时路径规划方法，其特征在于，具体步骤如下：将起点p
s
，终点p
g
和当前位置p处雷达采集的环境点云x(p)作为原始输入数据；机器人在工作过程中通过激光雷达对点x(p)进行采样来局部感知周围的障碍物，通过rvt算法在输入点云数据存在一定噪音与缺失的情况下，引导机器人探索未知环境并找到从p
s
到p
g
的最佳路径；所述rvt算法的基本流程：首先创建一个路径树t，该树由起始节点p
s
进行初始化，然后在每一时间帧使用移动向量决策函数来指示机器人接下来的前进方向，从而使路径树t逐渐增长，每当机器人遇到死路时，该算法都会指引其回溯到t的上一个分岔路口，并重新选择移动方向，t在机器人探索工作过程中会保持增长，直到终点p
g
也被包含其中；在整个流程中，为了保证p
s
至p
g
之间的路径树正确创建，rvt算法中主要包含三个工作模块分别为，可见气泡计算模块、移动向量决策模块和路径树增长模块。2.根据权利要求1所述的一种利用可见性信息的实时路径规划方法，其特征在于：所述可见气泡计算模块：每一时刻机器人在当前位置采集到的原始点云数据都可以通过球面映射公式映射到一个镜面空间：其中x
i
为原始点云x(p)中的任意一点坐标，fp为球面映射函数表达式，r为球面映射半径，通过改变r的值可以调整机器人可见视野范围大小，p为机器人当前位置坐标，为映射空间中x
i
的对应点；具体映射步骤如下：连接镜面空间中所有凸包上的点后，把这些点与连接关系逆映射回原始空间便将机器人在当前位置的可见区域形象化为一个可见气泡v(p)，在该气泡内将不再存在任何障碍物点，因此机器人在气泡内部移动是完全安全的，同时通过分析气泡的几何结构，机器人也可以确定自身的移动策略。3.根据权利要求1所述的一种利用可见性信息的实时路径规划方法，其特征在于：所述移动向量决策模块：基于可见气泡计算模块得到的每一时刻机器人在当前位置得到的v(p)特征，rvt算法会理科确定当前时刻的移动策略并实时向机器人下达正确的移动指令，从图5与图6可以看出，可见气泡v(p)的气泡中心c以及其最优开口边界线b将会成为影响机器人移动方向的两大因素，且移动方向向量v由下式决定：其中e为自然对数，a为可见气泡v(p)的面积大小，b为最优开口边界线，c为气泡中心，p为机器人当前位置坐标，p
g
为终点坐标。4.根据权利要求1所述的一种利用可见性信息的实时路径规划方法，其特征在于：路径树增长模块：为了记录下从起点到终点的整个路径，rvt算法选择树形数据结构保存机器人在移动过程中经过的每一个节点，在每一个节点处都会将机器人计算得到的可见性信息以及移动方向信息保存下来，从而可以帮助其记录下整个移动路线并在遇到死路时及时回溯到正确的分岔路口。