1.一种智能RGV动态调度方法，其特征在于，该方法包括：

预测计算各个工作台距完成加工作业时间与RGV到达各个工作台所需时间，基于此计算各个工作台对RGV的吸引力度；计算各个工作台调动RGV的阈值；

判断某一工作台对RGV的吸引力度与调动RGV的阈值大小，若吸引力度大于阈值，则输出对RGV的调度指令，否则智能等待并实时更新吸引力度和阈值，直至完成RGV的调度；

在该方法中，采用改进的人工势场法计算各个工作台对RGV的吸引力度，所述改进的人工势场法为：将RGV的运动视为一种在虚拟的人工受力场中的运动，工作台对RGV产生引力，利用引力大小构建智能RGV动态调度模型，RGV在没有收到工作台的信号之前，计算所有可工作状态的工作台对RGV的吸引力度，吸引力度最大的工作台为RGV的最终目标位置；

进一步地，在该方法中，某一可工作状态的工作台对RGV的吸引力度为RGV出发到完成工作台上下料所需时间与RGV到工作台距离的函数的负梯度大小。

2.如权利要求1所述的一种智能RGV动态调度方法，其特征在于，在该方法中，计算RGV出发到完成工作台上下料所需时间的步骤为：计算RGV到达工作台所需时间与工作台距完成加工作业时间的最大值；

计算该最大值与工作台上下料所需时间之和，得到RGV出发到完成工作台上下料所需时间；

进一步地，在该方法中，所述调动RGV阈值的计算方法为：RGV到达工作台所需时间与工作台上下料所需时间之和与RGV到工作台距离的函数的负梯度大小。

3.如权利要求1所述的一种智能RGV动态调度方法，其特征在于，该方法还包括：预测各个工作台工作结束时间之前加工完成一个物品的时间，根据预测时间与RGV到工作台的剩余时间判断是否能够上料，若预测时间大于RGV到工作台的剩余时间，则继续RGV的作业调度，否则，工作台停止上料，完成所有下料处理。

4.如权利要求1所述的一种智能RGV动态调度方法，其特征在于，该方法还包括：对故障的处理，当吸引力度小于阈值时，尝试接收工作台回复工作消息或工作台损坏消息，并传输至RGV，更新吸引力度的大小和阈值的大小，重复操作，直至吸引力度大于阈值。

5.如权利要求1所述的一种智能RGV动态调度方法，其特征在于，该方法还包括：该方法还包括：接收用户需求，所述用户需求包括损失最小化或生产最大化，根据用户需求改变调度方法，实现用户需求相对应的工作模式。

6.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1-5中任一项所述的一种智能RGV动态调度方法。

7.一种终端设备，采用互联网终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1-5中任一项所述的一种智能RGV动态调度方法。

8.一种智能RGV，其特征在于，基于如权利要求1-5中任一项所述的一种智能RGV动态调度方法进行动态调度。

9.一种智能RGV动态调度系统，其特征在于，基于如权利要求1-5中任一项所述的一种智能RGV动态调度方法，包括智能RVG和工作台，所述工作台根据工作台的最优位置分布及投入比例参数进行分配，所述智能RVG接收调度指令进行调度。