1.一种基于人工智能的人机交互系统，包括数据采集模块、人机交互模块和设备控制模块，其特征在于：所述数据采集模块用于收集用户的虹膜数据、拍摄房间内的视觉图像和收集房间内的环境数据，所述人机交互模块用于分析并选择用户想要调整的智能家居、分析用户的动作指令意图，所述设备控制模块用于分析用户所处的场景和环境并根据用户的行为调整智能家居，所述数据采集模块、人机交互模块和设备控制模块相互通信连接；

所述人机交互模块包括设备选择模块和指令分析模块，所述设备选择模块用于识别用户的设备调整指令，并分析用户的虹膜数据选择相应的设备，所述指令分析模块用于分析用户做出的行为动作并判断用户是否存在调整设备的意图；

所述设备选择模块包括设备分析子模块、虹膜识别子模块和动作识别子模块，所述设备分析子模块用于分析设备的位置，所述虹膜识别子模块用于识别用户眼球虹膜的特征数据，所述动作识别子模块用于进一步判断用户是否存在调整设备的意图；

所述指令分析模块包括特征抽取子模块、指令判断子模块和场景选择子模块，所述特征抽取子模块用于对视频进行抽帧并提取每一帧图像中的用户行为特征，所述指令判断子模块用于对比判断提取的用户行为特征是否符合动作指令，所述场景选择子模块用于分析周围环境和用户行为特征，根据分析结果选择对应的场景；

所述数据采集模块包括红外装置模块、视觉模块和传感器模块，所述红外装置模块用于向用户眼球照射红外线采集用户的虹膜数据，所述视觉模块用于采集用户在房间内的行为动作视觉图像，所述传感器模块用于采集房间内的环境数据；

所述设备控制模块包括环境分析模块、行为分析模块，所述环境分析模块用于检测周围的环境，所述行为分析模块用于分析当前场景下用户的动作指令；

所述设备控制模块还包括设备调整模块，所述设备调整模块用于根据用户的动作指令对设备的运行状态进行调整；

所述人机交互系统的运行方法主要包括以下步骤：

步骤S1：通过视觉模块，将房间内的用户和智能家居进行锚定，实时拍摄房间内的视觉图像，通过红外装置模块，利用红外线对用户眼球进行照射，收集用户虹膜数据，通过传感器模块，将房间内的环境数据录入系统；

步骤S2：在判断用户想要调整的设备时，系统发出电信号触发设备选择模块启动，开始分析用户面朝设备的角度以及虹膜数据，并根据分析结果确定用户想要调整的设备；

步骤S3：在确定用户想要调整的设备后，系统启动指令分析模块，开始分析用户所处场景，并在当前场景中判断用户做的动作指令是否符合信号触发标准，若是则调整设备；

步骤S4：在用户使用系统的过程中，系统收集用户的使用习惯，启动习惯分析模块，开始分析用户的使用习惯，根据用户的使用习惯对设备进行调整；

所述步骤S2进一步包括以下步骤：

步骤S21：调取视觉模块拍摄的房间内视觉图像，扫描并识别图像中的设备轮廓特征节点和人体头部特征节点，根据设备轮廓特征节点和人体头部特征节点分别构建设备轮廓模型和人体头部模型，在房间模型中建立三维坐标系并测量设备的坐标和人体头部模型的坐标，测量人体头部面朝方向与设备所在竖直平面的夹角及人体头部面朝方向与水平面的夹角，通过公式计算人体头部模型与设备所在平面的交点坐标为：式中，(X3，Y3，Z3)表示交点的坐标，(X1，Y1，Z1)表示人体头部模型的坐标，Z2表示设备所在竖直平面的竖轴坐标，θ1表示人体面向向量与设备所在竖直平面的夹角，θ2表示人体面向向量与水平面的夹角；

步骤S22：通过两点间距离公式计算当前交点与到设备之间的距离L，若距离L大于系统设定阈值，则将与该距离对应的设备标记为非选择状态，反之则将设备标记为备选状态，调取备选状态的所有设备，将距离L进行升序排序，将距离最小的设备标记为用户预选设备，调取用户的虹膜数据和动作数据，判断用户的虹膜特征和动作特征是否符合条件，根据判断结果对设备进行控制；

所述步骤S22进一步包括以下步骤：

步骤S221：调取虹膜数据，根据虹膜数据构建用户的眼球虹膜模型，在用户眼球虹膜模型中根据设备的所在坐标构建红外线照射点，利用红外线照射测量虹膜与红外线之间的夹角，若虹膜与红外线之间的夹角大于第一阈值且小于第二阈值，则将当前设备标记为用户选择设备，反之则将当前设备标记为非选择设备，调取所有的用户选择设备，识别用户选择设备中是否有用户预选标签，若当前用户选择设备中存在用户预选标签，则调动当前用户选择设备为待机状态，反之则系统无响应；

步骤S222：调取用户动作的视觉图像，扫描并识别用户的人体轮廓特征节点，根据用户的人体轮廓特征节点构建人体轮廓模型，将人体轮廓模型与系统中的触发模型进行重合对比，若人体轮廓模型与系统中的触发模型相似度大于阈值，系统触发当前设备启动，反之则系统继续进行验证；

所述步骤S3进一步包括以下步骤：

步骤S31：调取当前视觉图像，识别视觉图像中的位置标签，读取位置标签中的场景设定，根据场景设定调取设备对应的调整动作指令，扫描并识别当前视觉图像中用户的轮廓特征节点，当视觉图像中检测到用户的轮廓特征节点数小于阈值时，调取红外热感图像，扫描并识别人体轮廓节点，若检测不到人体轮廓节点，则标记当前场景没有用户，系统不做调整，反之则标记当前场景内有用户，系统打开灯光利用视觉模块拍摄视觉图像；

步骤S32：识别视觉图像中的每一帧图像，根据系统设定的第一频率将视觉图像进行裁剪，扫描裁剪后的图像，识别图像中的动作指令特征，将识别的动作指令特征与系统设定的动作指令特征进行对比，当相似度小于系统设定最小阈值时，系统不做响应，当相似度大于系统设定最大阈值时，根据系统设定的第二频率对视觉图像进行裁剪，扫描并识别图像中的动作指令特征，将收集的全部动作指令特征分别与系统数据库中对应的动作指令特征进行对比，通过公式计算当前动作指令特征的平均相似度 式中，表示当前动作指令特征的平均相似度，Si表示每个动作指令特征的相似度，β表示对动作指令特征的平均相似度的误差系数，若当前动作指令特征的平均相似度大于系统设定阈值，则调取设备执行当前动作指令，反之则系统不做响应；

所述步骤S4中调取系统数据库中的设备历史使用记录和使用时的环境数据及视觉图像数据，抽取用户的设备使用习惯特征、使用时的环境特征和使用时的用户行为习惯特征，将上述特征作为样本训练用户习惯模型，调取传感器模块收集的房间内的环境数据，识别当前房间内的温度、湿度和光照数据，将房间内的光照、湿度、温度数据导入用户习惯模型，对比用户的习惯光照、湿度、温度数据，若不相符，则调整相应设备进行调节，反之则不做调整，当用户睡醒时，调取视觉图像，识别视觉图像中的用户行为特征，对比系统抽取的用户行为习惯特征，若相似度大于阈值，则根据用户的使用习惯控制设备的开启。