1.一种基于云平台的工业机器人智能控制系统，其特征在于，包括：待分析工件数据采集模块，用于采集待分析工件在不同拍摄角度下的图像数据、不同类型的参考工件图像数据以及不同类型的参考工件的五元位置坐标；

待分析工件特征获取模块，用于对所述待分析工件在不同拍摄角度下的图像数据、所述不同类型的参考工件图像数据以及所述不同类型的参考工件的五元位置坐标分别进行特征提取和分析以得到待分析工件类型特征矩阵以及参考工件位置特征矩阵；

待分析工件特征融合模块，用于对所述待分析工件类型特征矩阵以及所述参考工件位置特征矩阵进行特征融合以得到待分析工件位置特征矩阵；

待分析工件结果生成模块，用于基于所述待分析工件位置特征矩阵以生成待分析工件的目标位置；

其中，所述待分析工件结果生成模块，包括：

待分析工件位置特征提取单元，用于将所述待分析工件位置特征矩阵通过基于卷积神经网络模型的待分析工件位置特征提取模块以得到待分析工件位置生成特征向量；

待分析工件位置特征优化单元，用于对所述待分析工件位置生成特征向量进行基于分布方向的概率响应性调整以得到优化待分析工件位置生成特征向量；

待分析工件位置生成单元，用于将所述优化待分析工件位置生成特征向量通过生成器以生成所述待分析工件的目标位置；

其中，所述待分析工件位置特征优化单元，包括：

对所述待分析工件位置生成特征向量进行基于分布方向的概率响应性调整以得到调制特征向量；以及计算所述调制特征向量与所述待分析工件位置生成特征向量之间的按位置点乘以得到所述优化待分析工件位置生成特征向量；

其中，对所述待分析工件位置生成特征向量进行基于分布方向的概率响应性调整以得到调制特征向量，包括：计算由所述待分析工件位置生成特征向量的所有特征值组成的特征集合的均值和方差；

以所述特征集合的方差的相反数作为自然常数的指数计算以自然常数为底的指数函数值以得到第一指数函数值；

将所述第一指数函数值减去一以得到第一差值；

以所述特征集合的均值作为自然常数的指数计算以自然常数为底的指数函数值以得到第二指数函数值；

将所述待分析工件位置生成特征向量的预定位置的特征值除以所述第一差值再减去所述第二指数函数值后通过ReLU函数以得到第一激活值；

将所述第一激活值乘以所述待分析工件位置生成特征向量的预定位置的特征值再取绝对值后通过softmax函数以得到所述调制特征向量的预定位置的特征值。

2.根据权利要求1所述的基于云平台的工业机器人智能控制系统，其特征在于，所述待分析工件特征获取模块，包括：待分析工件特征提取单元，用于对所述待分析工件在不同拍摄角度下的图像数据进行特征编码以得到待分析工件全局特征向量；

参考工件特征提取单元，用于对所述不同类型的参考工件图像数据进行特征编码以得到参考工件综合特征向量；

工件类型特征获取单元，用于使用联合编码器将所述待分析工件全局特征向量和所述参考工件综合特征向量进行特征融合以得到所述待分析工件类型特征矩阵；

参考工件位置特征提取单元，用于对所述不同类型的参考工件的五元位置坐标进行特征编码以得到所述参考工件位置特征矩阵。

3.根据权利要求2所述的基于云平台的工业机器人智能控制系统，其特征在于，所述待分析工件特征提取单元，包括：图像增强子单元，用于将所述待分析工件在不同拍摄角度下的图像数据分别通过基于对抗生成网络的图像增强模块以得到多个待分析工件像素增强图像；

待分析工件局部特征提取子单元，用于将所述多个待分析工件像素增强图像分别通过基于深浅特征融合模块的待分析工件局部特征提取器以得到多个待分析工件局部特征矩阵；

待分析工件全局特征提取子单元，用于将所述多个待分析工件局部特征矩阵排列为待分析工件全局三维张量后通过基于三维卷积神经网络模型的待分析工件全局特征提取模块以得到所述待分析工件全局特征向量。

4.根据权利要求3所述的基于云平台的工业机器人智能控制系统，其特征在于，所述参考工件特征提取单元，包括：参考工件特征获取子单元，用于将所述不同类型的参考工件图像数据分别通过包含二维卷积核的参考工件特征提取模块以得到多个参考工件特征矩阵；

参考工件综合特征获取子单元，用于将所述多个参考工件特征矩阵排列为参考工件综合三维张量后通过基于空间注意力机制的参考工件综合特征提取模块以得到所述参考工件综合特征向量。

5.根据权利要求4所述的基于云平台的工业机器人智能控制系统，其特征在于，所述参考工件位置特征提取单元，包括：参考工件坐标特征获取子单元，用于将所述不同类型的参考工件的五元位置坐标通过基于上下文编码器的分拣位置特征提取模块以得到各个参考工件的五个坐标特征向量，并将其进行级联以得到多个参考工件位置特征向量；

参考工件位置特征获取子单元，用于将所述多个参考工件位置特征向量排列为参考工件位置输入矩阵后通过基于二维卷积神经网络模型的参考工件位置特征提取模块以得到所述参考工件位置特征矩阵。

6.一种基于云平台的工业机器人智能控制方法，使用权利要求1所述的基于云平台的工业机器人智能控制系统，其特征在于,包括：采集待分析工件在不同拍摄角度下的图像数据、不同类型的参考工件图像数据以及不同类型的参考工件的五元位置坐标；

对所述待分析工件在不同拍摄角度下的图像数据、所述不同类型的参考工件图像数据以及所述不同类型的参考工件的五元位置坐标分别进行特征提取和分析以得到待分析工件类型特征矩阵以及参考工件位置特征矩阵；

对所述待分析工件类型特征矩阵以及所述参考工件位置特征矩阵进行特征融合以得到待分析工件位置特征矩阵；

基于所述待分析工件位置特征矩阵以生成待分析工件的目标位置。

7.根据权利要求6所述的基于云平台的工业机器人智能控制方法，其特征在于，对所述待分析工件在不同拍摄角度下的图像数据、所述不同类型的参考工件图像数据以及所述不同类型的参考工件的五元位置坐标分别进行特征提取和分析以得到待分析工件类型特征矩阵以及参考工件位置特征矩阵，包括：待分析工件特征提取单元，用于对所述待分析工件在不同拍摄角度下的图像数据进行特征编码以得到待分析工件全局特征向量；

参考工件特征提取单元，用于对所述不同类型的参考工件图像数据进行特征编码以得到参考工件综合特征向量；

工件类型特征获取单元，用于使用联合编码器将所述待分析工件全局特征向量和所述参考工件综合特征向量进行特征融合以得到所述待分析工件类型特征矩阵；

参考工件位置特征提取单元，用于对所述不同类型的参考工件的五元位置坐标进行特征编码以得到所述参考工件位置特征矩阵。