1.一种避障机械臂抓取方法，其特征在于，包括以下步骤：建立机械臂以及挂载在机械臂末端的机械夹爪的有符号距离场模型；获取深度相机的彩色图、深度图，以及机械夹爪的姿态，标定相机和机械臂基座之间的空间转换关系；获取待抓取物体的三维模型，将三维模型与深度相机采集到的点云进行匹配，求解待抓取物体在实际场景中的姿态；根据有符号距离场模型以及深度相机采集到的点云，获取避免碰撞的机械臂抓取姿态；根据有符号距离场模型建立碰撞函数，根据碰撞函数和机械臂抓取姿态设计避障运动学规划求解器，求取抓取路径，以绕开场景障碍物对物体进行抓取。
2.根据权利要求1所述的一种避障机械臂抓取方法，其特征在于，所述建立机械臂以及挂载在机械臂末端的机械夹爪的有符号距离场模型，包括：获取机械臂以及机械夹爪的模型文件，对机械臂以及机械夹爪进行碰撞建模，移除机械臂以及机械夹爪的内部结构，获取机械臂夹爪最外层的碰撞结构，获取有符号距离场模型。
3.根据权利要求2所述的一种避障机械臂抓取方法，其特征在于，所述获取机械臂以及机械夹爪的模型文件，对机械臂以及机械夹爪进行碰撞建模，移除机械臂以及机械夹爪的内部结构，获取机械臂夹爪最外层的碰撞结构，获取有符号距离场模型，包括：导入机械臂以及机械夹爪的模型文件，获取机械臂以及机械夹爪的物理模型；针对机械臂的每一个的机械连杆进行如下处理：针对每个机械连杆建立一个长方体包围盒，并在长方体包围盒中划分出预设数量的正方形体素；计算每个体素的中心点到机械连杆表面上的距离，根据距离建立每个机械连杆的无符号距离场；对无符号距离场减去一个特定数值a，使得部分体素上存储的数值小于0，从而使用marching cubes方法进行等值面提取，提取出多个互不相交的等值面；建立所有等值面的包围盒，选取出所有未被其他等值面包围盒所包围的等值面，丢弃剩余等值面，这些未被包围的等值面表达了机械连杆最外层的结构；对正方形体素的顶点进行s形遍历，若遍历的过程中，顶点穿过了最外层等值面，对体素中所存储的距离数值取反，获得有符号距离场；根据最外层等值面对内部体素存储的距离数值进行重新计算，获得最终的有符号距离场模型。
4.根据权利要求1所述的一种避障机械臂抓取方法，其特征在于，所述获取深度相机的彩色图、深度图，以及机械夹爪的姿态，标定相机和机械臂基座之间的空间转换关系，包括：将非对称圆点标定板放置于预设的固定位置，深度相机挂载于机械臂末端；多次移动机械臂末端，记录多组同一时刻下深度相机拍摄到的标定板彩色图、深度图以及机械臂末端执行器姿态；根据深度相机拍摄得到的彩色图以及深度图，利用迭代最近点算法匹配获得标定板在对应时刻下的姿态；求解方程，获得深度相机与机械臂末端执行器之间的坐标转换关系。
5.根据权利要求1所述的一种避障机械臂抓取方法，其特征在于，所述将三维模型与深度相机采集到的点云进行匹配，求解待抓取物体在实际场景中的姿态，包括：获取待抓取物体的点云；使用平面到点的迭代最近点算法，将待抓取物体的三维模型与深度摄像机采集到的点云进行匹配，求解待抓取物体在实际场景中的姿态；其中，单次迭代的优化公式如下：其中， 而x＝[r T ,t T ] T ，r为机械夹爪姿态的旋转矢量，t为机械夹爪姿态的平移矢量；q i 为待抓取物体的三维模型上表面的点，p i 为拍摄场景中的点云， 为待抓取物体三维模型表面上点云的法向量，m为对应的点对数目。
6.根据权利要求1所述的一种避障机械臂抓取方法，其特征在于，所述根据有符号距离场模型以及深度相机采集到的点云，获取避免碰撞的机械臂抓取姿态，包括：根据有符号距离场模型、深度相机获取的物体附近点云以及应用物体姿态变换后的待抓取物体的点云，求解最优抓取姿态；其中，单次迭代的优化公式如下：其中，x＝[r T ,t T ] T ，r为机械夹爪姿态的旋转矢量，t为机械夹爪姿态的平移矢量； 分别由三部分组成：这三部分包括碰撞规避部分、匹配部分和法向量贴合部分；碰撞规避部分为：其中，f ci 为机械夹爪内侧点云中与场景发生碰撞的点，共计k个，g ci 为机械夹爪碰撞模型在点f ci 处的梯度， 为f ci 处机械夹爪表面的法向量；匹配部分为：其中，f i 为距离物体较近的机械夹爪内侧的点，共计l个，p fi 为对应的物体上距离夹爪内侧较近的点， 为f i 处机械夹爪表面的法向量；法向量贴合部分为：其中， 为物体表面p fi 处的法向量。
7.根据权利要求1所述的一种避障机械臂抓取方法，其特征在于，所述根据有符号距离场模型建立碰撞函数，根据碰撞函数和机械臂抓取姿态设计避障运动学规划求解器，求取抓取路径，包括：获取机械臂的运动学模型；利用机械臂的运动学模型建立正向运动学函数和逆向运动学函数；利用正向运动学函数和有符号距离场模型，建立机械臂的碰撞判定函数；利用逆向运动学函数，输入获得的机械臂抓取姿态，获取目标机械臂关节姿态；根据碰撞判定函数和目标机械臂关节姿态，在关节姿态空间中进行避障路径规划，驱动机械臂绕开场景中的碰撞物体，到达目标机械臂关节姿态并进行抓取。
8.一种避障机械臂抓取系统，其特征在于，包括：模型构建模块，用于建立机械臂以及挂载在机械臂末端的机械夹爪的有符号距离场模型；手眼标定模块，用于获取深度相机的彩色图、深度图，以及机械夹爪的姿态，标定相机和机械臂基座之间的空间转换关系；点云匹配模块，用于获取待抓取物体的三维模型，将三维模型与深度相机采集到的点云进行匹配，求解待抓取物体在实际场景中的姿态；姿态获取模块，用于根据有符号距离场模型以及深度相机采集到的点云，获取避免碰撞的机械臂抓取姿态；路径规划模块，用于根据有符号距离场模型建立碰撞函数，根据碰撞函数和机械臂抓取姿态设计避障运动学规划求解器，求取抓取路径，以绕开场景障碍物对物体进行抓取。
9.一种避障机械臂抓取装置，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-7任一项所述方法。
10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-7任一项所述方法。
