1.一种基于人工神经网络的人体态势判断智能跟随方法，其特征在于，该方法包括以下步骤：步骤(1)：跟随设备通过检测设备实时收集被跟随者的状态信息；跟随设备对所述状态信息进行除杂处理和过滤筛选；将经过除杂处理和过滤筛选后的状态信息发送给所述跟随设备的处理模块；

步骤(2)：根据所述状态信息以及人工神经网络算法训练所述处理模块；

步骤(3)：训练后的所述处理模块根据所述状态信息获得所述被跟随者的运动趋势；

步骤(4)：训练后的所述处理模块根据所述运动趋势向所述跟随设备发送跟随指令，指挥所述跟随设备对所述被跟随者进行跟随；

所述检测设备为9个成三行三列矩阵排列的超声波传感器；

采用密集型的超声波传感器阵列对被跟随者进行监测，通过多个超声波传感器从同一角度检测，减小该角度检测数据的误差，当某一超声波传感器检测得到的数据与其他超声波传感器检测得到的数据相比误差较大时，采用超声波传感器阵列中各超声波传感器检测到的数据的平均值作为检测数据，以减小误差；

步骤(1)中，对所述状态信息进行过滤筛选的方法为：

当所述检测设备中某个超声波传感器检测得到的数据超出误差允许范围，则舍弃该检测数据，采用剩余超声波传感器检测数据的平均值作为状态信息；所述误差允许范围定义为：除本数据外，剩余数据平均值的80％～120％；

将连续多组状态信息进行对比，若当前状态信息中的数据大小在前一时刻状态信息中的数据大小的70％～120％范围内，则认为当前状态信息中的数据为有效数据；否则，为无效数据；

步骤(3)中，所述运动趋势包括：预测位置信息、预测方向信息以及预测运动速度信息。

2.根据权利要求1所述的基于人工神经网络的人体态势判断智能跟随方法，其特征在于，所述状态信息包括：位置信息、运动方向信息以及运动速度信息。