1.一种基于机器视觉的搬运机器人自动控制方法，其特征在于，该基于机器视觉的搬运机器人自动控制方法包括以下步骤：S1、利用机器视觉技术获取待搬运物品的存储环境图像；

S2、从存储环境图像中提取待搬运物品的轮廓特征，标注待搬运物品中遮挡物品的分布位置；

S3、利用遮挡物移除算法对遮挡物品进行轮廓还原；

S4、结合机器人自身的定位数据与待搬运物品的目标位置，设置初始搬运路径；

S5、基于特征检测的结果和初始搬运路径，控制虚拟机器人模拟搬运并实时修正初始搬运路径，获得最终搬运路径；

S6、派遣机器人按照最终搬运路径对待搬运物品进行搬运；

所述从存储环境图像中提取待搬运物品的轮廓特征，标注待搬运物品中遮挡物品的分布位置包括以下步骤：S21、基于获取的存储环境图像，利用梯度图像算法对存储环境图像进行处理，得到边缘标线；

S22、运用傅里叶描述子从边缘标线中提取待搬运物品的轮廓特征；

S23、采用全卷积网络模型对待搬运物品的轮廓特征进行学习和识别；

S24、利用实时目标检测算法标注待搬运物品中遮挡物品的分布位置；

所述利用遮挡物移除算法对遮挡物品进行轮廓还原包括以下步骤：S31、利用图像重聚焦技术，根据待搬运物品与遮挡物品在深度上的差异，选择最佳的深度重聚焦；

S32、基于存储环境图像阵列与机器视觉阵列的位置，利用几何特征进行连续迭代，选择最佳的倾斜因子；

S33、利用最佳的倾斜因子对存储环境图像进行重构，得到重新深度重聚焦的图像；

S34、使用最小误差法对重新深度重聚焦的图像进行分割，获取遮挡区域信息；

S35、根据遮挡区域信息，从图像中移除遮挡区域的像素，并使用遮挡物移除算法还原遮挡物品的轮廓；

所述基于特征检测的结果和初始搬运路径，控制虚拟机器人模拟搬运并实时修正初始搬运路径，获得最终搬运路径包括以下步骤：S51、将虚拟机器人按照初始搬运路径模拟搬运；

S52、根据虚拟机器人在模拟搬运中的搬运位置、搬运速度及搬运姿态，实时调整虚拟机器人的控制指令；

S53、获取虚拟机器人在模拟搬运中的环境信息及障碍物位置，并结合环境感知算法对初始搬运路径进行修正；

S54、将修正后的初始搬运路径与遮挡物品的分布位置进行融合，以确保虚拟机器人在模拟搬运中能够覆盖到所有遮挡物品。

2.根据权利要求1所述的一种基于机器视觉的搬运机器人自动控制方法，其特征在于，所述基于获取的存储环境图像，利用梯度图像算法对存储环境图像进行处理，得到边缘标线包括以下步骤：S211、基于获取的存储环境图像，利用灰度转换公式将存储环境图像中的彩色图像转换为灰度图像；

S212、利用梯度图像算法对转换后的灰度图像进行处理；

S213、基于处理后的结果，进行梯度幅值的二值化处理；

S214、利用基于连通性的区域生长算法对二值化处理后的存储环境图像进行边缘连接得到边缘标线。

3.根据权利要求2所述的一种基于机器视觉的搬运机器人自动控制方法，其特征在于，所述利用梯度图像算法对转换后的灰度图像进行处理包括以下步骤：S2121、对转换后的灰度图像进行累加，得到像素点的梯度图像；

S2122、利用梯度图像算法计算梯度图像中四个方向的原始梯度；

S2123、将检测窗口分成两组，并分别计算两组内的三个像素点与模版对应权值的绝对值的乘积之和；

S2124、通过对四个方向的原始梯度计算，得到四个新梯度值；

S2125、将得到的四个新梯度值中的最大值赋给检测窗口图像中心点像素，并将其作为最终梯度值输出。

4.根据权利要求3所述的一种基于机器视觉的搬运机器人自动控制方法，其特征在于，所述利用梯度图像算法计算梯度图像中四个方向的原始梯度的计算公式为：式中， 表示第k个特征映射在坐标位置为 的像素点值；

表示函数在坐标位置为 的像素点值；

表示在第k个特征映射对应的权重矩阵中位置为 的权重值；

k表示梯度方向；

m，n均表示检测窗口的偏移量。

5.根据权利要求1所述的一种基于机器视觉的搬运机器人自动控制方法，其特征在于，所述运用傅里叶描述子从边缘标线中提取待搬运物品的轮廓特征包括以下步骤：S221、使用连通性分析法提取基于边缘标线的待搬运物品轮廓；

S222、对待搬运物品的轮廓进行傅里叶描述子的计算，根据待搬运物品的形状调整傅里叶描述子的参数，并从傅里叶描述子的参数中提取低频分量；

S223、通过逆傅里叶变换，将低频分量转换为坐标序列；

S224、对坐标序列与傅里叶描述子进行层次聚类分析，得到待搬运物品的轮廓特征。

6.根据权利要求1所述的一种基于机器视觉的搬运机器人自动控制方法，其特征在于，所述基于存储环境图像阵列与机器视觉阵列的位置，利用几何特征进行连续迭代，选择最佳的倾斜因子包括以下步骤：S321、建立存储环境图像阵列与机器视觉阵列的几何位置模型，并预设初始倾斜因子；

S322、从存储环境图像中提取几何特征，并定义目标函数；

S323、使用梯度下降算法对目标函数进行迭代优化；

S324、通过预设的初始倾斜因子，判断目标函数是否继续迭代；

S325、在迭代完成后，获取最佳的倾斜因子。

7.一种基于机器视觉的搬运机器人自动控制系统，用于实现权利要求1‑6中任一项所述的基于机器视觉的搬运机器人自动控制方法，其特征在于，该基于机器视觉的搬运机器人自动控制系统包括图像采集模块、位置标注模块、轮廓还原模块、路径规划模块、模拟搬运模块及搬运规划模块；

所述图像采集模块、所述位置标注模块、所述轮廓还原模块、所述路径规划模块、所述模拟搬运模块及所述搬运规划模块之间依次连接；

所述图像采集模块，用于利用机器视觉技术获取待搬运物品的存储环境图像；

所述位置标注模块，用于从存储环境图像中提取待搬运物品的轮廓特征，标注待搬运物品中遮挡物品的分布位置；

所述轮廓还原模块，用于利用遮挡物移除算法对遮挡物品进行轮廓还原；

所述路径规划模块，用于结合机器人自身的定位数据与待搬运物品的目标位置，设置初始搬运路径；

所述模拟搬运模块，用于基于特征检测的结果和初始搬运路径，控制虚拟机器人模拟搬运并实时修正初始搬运路径，获得最终搬运路径；

所述搬运规划模块，用于派遣机器人按照最终搬运路径对待搬运物品进行搬运。