1.一种工业物联网的监测数据处理系统，其特征在于：所述监测数据处理系统包括数据监测模块、最优路径生成模块、误差优化模块和碰撞风险模块；

所述数据监测模块用于通过传感器对工业机器人的工作路径进行监测，确保工业机器人能够顺利执行整个工作流程；

所述最优路径生成模块用于核实到工业机器人中的任意关节动作产生偏差时，通过优化算法使得最优节点执行动作并生成最优路径；

所述误差优化模块用于根据当前的工业生产环境建立数字孪生模型，使得工业机器人的最优节点执行最优路径，并对最优路径与实际路径所产生的误差进行优化；

所述碰撞风险模块用于分析优化后的最优路径与相邻障碍物之间的碰撞风险，根据碰撞风险结果进行数据处理，并输出最优路径。

2.根据权利要求1所述的一种工业物联网的监测数据处理系统，其特征在于：所述数据监测模块包括监测数据获取单元、数据比较单元和监测平台；

所述监测数据获取单元用于通过传感器监测工业机器人执行动作时的数据，并将所监测的数据输送至数据比较单元；

所述数据比较单元用于对工业机器人的执行动作数据与程序中所标注的执行动作数据相比较，得到比较结果；

所述监测平台用于核实到比较结果包含有差异时，进行预警提示。

3.根据权利要求1所述的一种工业物联网的监测数据处理系统，其特征在于：所述最优路径生成模块包括最优节点获取单元和节点路径生成单元；

所述最优节点获取单元用于根据工业机器人已执行的数据，通过处理数据得到最优关节节点；

所述节点路径生成单元用于最优关节节点通过旋转和伸缩，生成最优路径。

4.根据权利要求1所述的一种工业物联网的监测数据处理系统，其特征在于：所述误差优化模块包括模拟建立单元、误差生成单元和误差优化单元；

所述模拟建立单元用于根据当前的生产制造环境，得到生产环境参数和工业机器人的动作参数，并将最优路径在工业机器人上进行模拟运行，得到模拟路径；

所述误差生成单元用于将模拟路径与最优路径相比较，得到误差路径；

所述误差优化单元用于对误差路径进行优化，并输出优化后的路径。

5.根据权利要求1所述的一种工业物联网的监测数据处理系统，其特征在于：所述碰撞风险模块包括障碍物分类单元、向量生成比较单元和步骤分析单元；

所述障碍物分类单元用于根据障碍物在设定时间段内的运动速度进行分类，并分类成为动态障碍物和静态障碍物；

所述向量生成比较单元用于根据障碍物和工业机器人最优关节的运动路程生成向量，比较两个向量向运动方向形成的夹角，根据夹角大小分析碰撞风险；

所述步骤分析单元用于分析障碍物对最优节点上未来时间段步骤的碰撞风险；

所述障碍物分类单元的输出端与向量生成比较单元和步骤分析单元的输入端相连接。

6.一种工业物联网的监测数据处理方法，其特征在于：所述数据处理方法执行如下步骤：

Z01：获取在程序中所标注工业机器人的执行动作数据，并得到执行动作数据集合；使用所设置传感器监测工业机器人的执行动作数据；

Z02：将程序中所标注的执行动作数据与传感器监测的执行动作数据相比较，得到比较后结果；若核实到程序中所标注的第一执行动作数据与传感器监测的第二执行动作数据存在有差异，则监测平台进行预警，并跳转至步骤Z03；若核实到程序中所标注的第一执行动作数据等于传感器监测的第二执行动作数据，则继续执行后方工序步骤；

Z03：根据第一执行动作数据遍历到工业机器人最优关节节点，使得最优关节节点在处理后到达最终指定位置，并得到最优路径；

Z04：根据当前工业制造环境建立数字孪生模型，监测工业机器人执行最优路径的动作，对最优路径与实际路径的误差进行优化；

Z05：分析最优路径与相邻障碍物的碰撞风险；若核实到碰撞风险大于预设标准风险，则翻转至步骤Z03‑Z05进行重新优化；若核实到碰撞风险小于预设标准风险，则输出最优关节节点和最优路径。

7.根据权利要求6所述的一种工业物联网的监测数据处理方法，其特征在于：在步骤Z03中，所述最优关节节点在处理后到达最终位置，并得到最优路径的具体步骤为：Z031：初始化粒子群、速度和位置；

Z032：根据所更新的粒子群，计算每个粒子群的适应值，根据适应值分析个体最优值和全局最优值；

Z033：更新位置和速度，分析是否达到最大迭代次数；若核实达到了最大迭代次数，则输出最优关节节点和最优路径；若核实没有达到迭代次数，则继续执行步骤Z032‑Z033直至迭代完成；

在步骤Z032中，所述适应值通过如下函数计算分析：其中：Z是指最优路径，Z0是指工业机器人的初始路径，a是指关节节点数，d是指关节节点的总数，i是指角度，β是指偏转次数，L是指工业机器人的偏移距离，j是指角度总数，m是指偏转次数总数。

8.根据权利要求6所述的一种工业物联网的监测数据处理方法，其特征在于：在步骤Z04中，根据工业机器人和工业机器人执行工件的步骤建立三维模型，并以此建立数字孪生模型，将节点的最优路径在数字孪生模型中进行模拟；得到模拟路径上若干节点在三维模型中的位置W＝{w1,w2,w3...wn},n是指节点，wn是指第n个节点在三维模型中的坐标，则得到模拟路径与最优路径的误差差值： w′n是指最优路径上第n个节点的坐标；若核实到M

9.根据权利要求6所述的一种工业物联网的监测数据处理方法，其特征在于：在步骤Z05中，获取障碍物的运行速度v，若核实到V＝0，则障碍物为静态障碍物；若核实到v≠0时，则障碍物为动态障碍物；

若核实到障碍物为动态障碍物，则获取在设定时间段T＝{1,2,3...p},p是指时间点；

得到动态障碍物的移动距离为S＝T*V；得到工业机器人的偏转路径和方向为Q＝V1*T,V1是指工业机器人在时间段T内的移动速度；将动态障碍物在时间段T内向设定方向所移动距离T，将工业机器人在时间段T内向设定方向所移动距离Q；若分析得到向设定方向两个距离形成的向量夹角θ＝0，则动态障碍物与工业机器人之间不会产生碰撞风险；若分析得到向设定方向两个距离形成的向量夹角θ≠0时，则动态障碍物与工业机器人会产生碰撞风险；

若核实到障碍物为静态障碍物时，碰撞风险的分析步骤具体如下：Z051：获取时间段T’内工业机器人的移动距离和方向；获得障碍物在三维模型中的长、宽和高，若核实到工业机器人在时间段T’内的移动方向向障碍物在三维模型中的方向靠近时，则跳转至步骤Z052；若核实到工业机器人在时间段T’内的移动方向远离障碍物在三维模型中的方向时，则跳转至步骤Z053；

Z052：若核实到工业机器人和障碍物之间的距离与工业机器人所移动距离的距离差值大于预设距离，则分析工业机器人下一个时间段移动的距离和方向，重复步骤Z052，直至工业机器人所执行的所有步骤都满足步骤Z052中的条件，则静态障碍物与工业机器人不会产生碰撞风险，否则会产生碰撞风险；

Z053：将工业机器人所移动距离与障碍物边沿之间的距离G是否大于安全距离G’,若是，则工业机器人与障碍物之间不会产生碰撞风险；否则，工业机器人与障碍物之间存在碰撞风险。