1.一种伸缩架对接控制方法，其特征在于，包括以下步骤：

第一步，利用图像识别技术识别待对接物体的位置以及状态变化；

第二步，根据第一步中的位置及状态变化，生成控制伸缩架展开的信号指令；

第三步，按照第二步中的信号指令，控制伸缩架展开，并使得伸缩架进入待对接物体的对接区；

第四步，控制第三步中的待对接物体与伸缩架相接触，完成动态对接；

第五步，对第四步中的对接处进行拍照或录像，得到对接影像；

第六步，根据第五步中的对接影像进行校准反馈。

2.如权利要求1所述的一种伸缩架对接控制方法，其特征在于，所述伸缩架至少设有伸缩杆一、伸缩杆二，其通过构建模糊神经元PID控制系统，实现伸缩杆一朝向和伸缩杆二的展开角度的控制；并通过全景摄像头图像识别反馈校准伸缩架旋转速度和旋转角度，确保伸缩架状态正常。

3.如权利要求2所述的一种伸缩架对接控制方法，其特征在于，所述伸缩杆一、伸缩杆二的控制方法如下：步骤一，构建伸缩杆一的图像模型，其包括以下内容：伸缩杆一角度范围为0°到90°，每1°创建一个杆一模型，共91个杆一模型；

步骤二，构建伸缩杆二的图像模型，其包括以下内容：伸缩杆二在伸缩杆一处于71°到90°的范围内才会展开，伸缩杆二在展开范围处于0‑

90°时每各5°创建一个模型，在91°到180°范围内，每1°创建一个杆二模型，共2200个杆二模型；

步骤三，将步骤一中的91个杆一模型和步骤二中的2200个杆二模型合并成一模型库；

步骤三，通过图像识别模型识别当前两个伸缩杆的位置，找到步骤三中模型库中的杆一模型、杆二模型，从而确定当前两伸缩杆的角度；

步骤四，将步骤三中图像识别得到的两伸缩杆角度与控制指令中的角度进行实时对比，若有误差则在控制指令中增减相应的数值，使实际值与预设值相等。

4.如权利要求3所述的一种伸缩架对接控制方法，其特征在于，当伸缩架处于收缩状态时，伸缩杆一和伸缩杆二都处于水平状态，此时两伸缩杆与水平轴重合；

当伸缩杆一的牵连转动的转角为 伸缩杆二的相对动系的相对转角为 根据伸缩架结构所得，伸缩杆二的绝对转角为：由于转动都是在同一平面内发生的，式(9)对时间t求导，得：ωa＝ωr+ωe                       (9)其中，ωr为伸缩杆二的相对动系转动的相对角速度；ωe为伸缩杆一的动系转角的牵连角速度；ωa为伸缩杆二的相对定系的转动、亦即合成运动的绝对角速度。

5.如权利要求4所述的一种伸缩架对接控制方法，其特征在于，所述图像识别模型的构建方法如下：通过全景摄像头连续拍摄两个伸缩杆的图片，并与模型库中的模型进行对比，由此计算单位时间内角度的变化量，从而获得角速度大小；

得到实际角速度后，反馈到模糊神经元PID控制系统中，从而改变相应舵机的输入占空比，最终达到调节角速度的目的，使角速度趋于预设值；

伸缩杆二的电机主动轮和伸缩杆二的从动轮半径相同，其带轮的传动比为1。

6.如权利要求5所述的一种伸缩架对接控制方法，其特征在于，所述模糊神经网络PID控制系统包括输入层、隶属函数层、推理层、归一化层、输出层；

所述输入层，包括以下内容：将模糊神经网络控制器的输入传送到下一层，该输入层的输入和输出相等，即：

1 1

Oi＝ui＝xi,i＝1,2,...,n                   (1)其中，ui为伸缩杆二角度；

xi为待对接物体的角度；

隶属函数层，包括以下内容：将第一层的输出模糊化到相应的模糊子集，得到其模糊语言变量，并计算隶属度；其中语言变量为：正误差大、正误差小、无误差、负误差小、负误差大；

隶属度的计算采用高斯函数；该层的输出就是各输入在模糊化后，与各模糊子集及其语言变量对应的隶属度，即：ij ij

式中，m 和σ 分别为高斯形隶属函数的中心和宽度参数，j表示第j个模糊语言变量，p表示每个模糊集论域中的模糊语言变量的个数，也就是p个模糊子集，e为角度误差；

推理层，包括以下内容：

进行模糊推理，其推理方式为：if[(x1＝Ai1)and(x2＝Ai2)and...and(xn＝Ain)]then,y＝Bi          (3)i ij i

式中，x(i＝1,2,…,n)为模糊规则表中的n个输入，y为输出，A 和B分别为输入和输出的模糊子集或相应的语言变量，即相应的隶属函数的中心值；该层的输出就是在模糊推理后，得到的输出规则的隶属度，即：归一化层，包括以下内容：

该归一化层的输出为对第三层模糊判决后得到的输出的相同的规则进行或运算，采用求和方法得到隶属度；

由于隶属度不能大于1，在求和计算中需要将隶属度的最大值设为1；

该层的算法为：

输出层，包括以下内容：

5

该层采用重心法对第四层的输出精确化，从而得到模糊神经网络控制器的输出y，即O，为：

输出y为控制舵机2的脉冲信号，以此控制舵机旋转角度，从而控制伸缩杆二的转动；

i i

式中，m和σ分别为输出层高斯形隶属函数的中心值和宽度参数；

其性能指标为：

7.如权利要求6所述的一种伸缩架对接控制方法，其特征在于，所述第六步中，校准反馈的方法如下：S1，伸缩架展开状态校正，其包括以下内容：全景摄像头通过图像识别模块反馈校准两个伸缩杆的旋转速度和旋转角度，确保两个伸缩杆状态正常；

S2，伸缩架和待对接物体相对位置监控，其包括以下内容：全景摄像头识别反馈伸缩架和待对接物体的相对位置，分析伸缩杆二的边缘是否与待对接物体接触并返回状态信息；若伸缩杆二的边缘未与待对接物体接触，对应舵机将收回伸缩杆二并重新对接；

S3，检测前方待对接物体状态，其包括以下内容：通过全景摄像头识别前方待对接物体的状态变化，并根据待对接物体的状态变化提前做出动作规划并快速响应，使伸缩杆二的边缘始终与待对接物体相接触；

伸缩杆二与待对接物体的夹角控制在15°，允许误差为±2°；在此范围之外，需要通过模糊神经网络PID控制系统进行快速调整；此时控制系统输入的值为待对接物体与伸缩杆二的夹角角度。

8.一种移动充电方法，其特征在于，应用如权利要求1‑7任一所述的一种伸缩架对接控制方法；

其包括充电预备环节、充电对接环节、充电环节、图像校正环节。

9.如权利要求8所述的一种移动充电方法，其特征在于，所述充电预备环节，包括以下内容：装配伸缩架的电动行驶工具在驶入对接路段前的一段距离，会收到信号发送器发出的一段指令，提示充电装置升起，进入预对接状态；

所述充电对接环节，包括以下内容：电动行驶工具进入预对接状态后，驶入对接路段；此时，空中设有对接辅助装置，使充电装置顶端的导电充电接触头滑入对应的充电轨道；

充电环节，包括以下内容：

充电装置与充电轨道完成对接后，充电轨道给电动行驶工具输送直流电；

实时校准环节，包括以下内容：全景摄像头通过图像识别模型分析伸缩架和充电轨道的相对位置，进而控制舵机对伸缩架角度进行调整；对于前方充电轨道的状态变化能够提前做出动作响应，使导电充电接触头始终与充电轨道接触。

10.如权利要求9所述的一种移动充电方法，其特征在于，所述第六步中，校准反馈的方法如下：S1，伸缩架展开状态校正，其包括以下内容：全景摄像头通过图像识别模型反馈校准两个伸缩杆的旋转速度和旋转角度，确保两个伸缩杆状态正常；

S2，充电接触头和充电轨道相对位置监控，其包括以下内容：全景摄像头识别反馈伸缩架和充电轨道的相对位置，分析充电接触头是否与轨道接触并返回状态信息；若任意一充电接触头未与轨道接触，对应舵机将收回伸缩杆二并重新对接；

S3，检测前方充电轨道状态，其包括以下内容：通过全景摄像头识别前方充电轨道的状态变化能够提前做出动作规划并快速响应，使充电接触头始终与充电轨道接触；

伸缩杆二与滑轨的夹角控制在15°，允许误差为±2°；在此范围之外，需要通过模糊神经网络PID控制系统进行快速调整；此时控制系统输入的值为滑轨与伸缩杆二的夹角角度。