1.一种基于大数据的智慧仓库管理系统，包括坐标值确定模块、派送货物信息识别模块、派送路径计算规划模块，其特征在于：所述坐标值确定模块用于基于仓储货物堆积区域确定不同位置的坐标值；所述派送货物信息识别模块，用于通过与事先选择的对比样本匹配以对目标货物进行定位标识确认；所述派送路径计算规划模块，用于计算目标货物到入库货架的派送路径，所述坐标值确定模块、派送货物信息识别模块、派送路径计算规划模块间相互网络连接。

2.根据权利要求1所述的一种基于大数据的智慧仓库管理系统，其特征在于：所述坐标值确定模块包括：圆心划定模块、半径值设定模块、坐标标定模块，所述圆心划定模块用于基于仓储货物堆积的区域确定圆心；所述半径值设定模块用于选取最大距离对应的货架到圆心的距离，为仓储货物堆积的区域圆心设定控制设备进行派送的半径；所述坐标标定模块用于基于半径对仓储货物堆积的区域半径设定值内的入库货架区域进行入库位置坐标的标定，所述圆心划定模块、半径值设定模块、坐标标定模块间相互网络连接。

3.根据权利要求2所述的一种基于大数据的智慧仓库管理系统，其特征在于：所述派送货物信息识别模块包括：货物信息数据设定模块、属性标识关联模块、货物识别匹配模块、货物坐标标识确定模块，所述货物信息数据设定模块用于对仓储货物堆积的区域的货物信息数据类型进行设定；所述属性标识关联模块用于将货物的属性标识与对应配送的控制设备属性标识和货架属性标识进行标识关联；所述货物识别匹配模块用于采取局部特征不变的方法对目标货物进行匹配，对目标货物进行首次特征匹配；所述货物坐标标识确定模块用于根据边缘距离确定目标货物的坐标标识，所述货物信息数据设定模块、属性标识关联模块、货物识别匹配模块、货物坐标标识确定模块间相互网络连接。

4.根据权利要求3所述的一种基于大数据的智慧仓库管理系统，其特征在于：所述派送路径计算规划模块包括：绝对路径之和计算模块、路径集合模块、节点连接搜索模块、最优路径迭代更新模块，所述绝对路径之和计算模块用于计算初始起点到入库位置坐标的在水平运动上的绝对路径之和；所述路径集合模块用于将获取到的能够从初始节点到终点节点的路径形成一个路径集合；所述节点连接搜索模块用于基于初始节点到终点节点间的连接进行搜索；所述最优路径迭代更新模块用于按照设定条件更新迭代出所有的路径中的最优路径，所述绝对路径之和计算模块、路径集合模块、节点连接搜索模块、最优路径迭代更新模块间相互网络连接。

5.根据权利要求4所述的一种基于大数据的智慧仓库管理系统，执行一种基于大数据的智慧仓库管理方法，其特征在于：所述方法包括以下步骤：

步骤一：基于仓储货物堆积区域为圆心向半径设定值内的入库货架区域进行入库位置坐标的标定；

步骤二：控制设备利用边缘算子对目标货物的边缘进行检测，以事先选择的目标货物为对比样本，通过与样本匹配对目标货物进行定位标识确认；

步骤三：基于各属性标识确定目标货物后，根据目标货物当前的坐标标识与仓储货物堆积区域形成的堆积节点，计算目标货物到入库货架的所有路径；

步骤四：从所有路径中按设定条件需求选取最优的派送路径。

6.根据权利要求5所述的一种基于大数据的智慧仓库管理方法，其特征在于：所述基于仓储货物堆积区域为圆心确定半径值的方法包括：

步骤11：基于仓储货物堆积的区域确定圆心，根据每个货架到该圆心的距离以及该货架存储货物的重量对派送设备的速度，计算派送的控制设备的整体派送时间；

步骤12：通过基于控制设备的投入成本设定最优的派送时间阈值，根据阈值对计算出的控制设备的整体派送时间进行对比筛选；

步骤13：将超过设定最优的派送时间阈值的派送时间对应的货架进行剔除，将等于小于最优的派送时间阈值派送时间对应的货架进行保留，并按保留下的派送时间对应的货架到圆心的距离进行由大到小排序；

步骤14：选取最大距离对应的货架到圆心的距离为该仓储货物堆积的区域圆心设定控制设备进行派送的半径，基于此半径对该仓储货物堆积的区域半径设定值内的入库货架区域进行入库位置坐标的标定。

7.根据权利要求6所述的一种基于大数据的智慧仓库管理方法，其特征在于：所述通过与样本匹配对目标货物进行定位确认的方法包括：

步骤21：针对仓储货物堆积的区域的货物信息数据类型设定包括：货物编号、货物类型、货物配送货架坐标信息的属性标识，货物的属性标识与对应配送的控制设备属性标识和货架属性标识进行标识关联，当识别其中任一个的属性标识时同步获取另外两个的属性标识信息数据；

步骤22：控制设备针对派送的货物进行识别，利用边缘算子对仓储货物堆积的目标货物的边缘进行检测，以事先选择的目标货物为模板，通过与模板匹配对目标货物进行定位，采取局部特征不变的方法对目标货物进行匹配，对目标货物进行首次特征匹配，计算目标货物与目标货物模板的相似度；

步骤23：对第一次得出的结果进行二次匹配，识别仓储货物堆积下目标货物对应的区域边缘信息数据后，计算边缘距离，根据边缘距离确定目标货物的坐标标识。

8.根据权利要求7所述的一种基于大数据的智慧仓库管理方法，其特征在于：所述计算目标货物到入库货架的所有路径的方法步骤包括以下流程：

步骤31：基于确定的目标货物当前位置坐标标识为初始起点(x0，y0)，基于标定的入库位置坐标(x1，y1)为终点，目标货物的配送空间是水平运动的空间，因此计算初始起点到入库位置坐标的在水平运动上的绝对路径之和S，即S＝n*|x0‑x1|+m*|y0‑y1|，其中n、m为平衡横纵坐标值的权重设定的平衡常数，且n+m＝1，x0为初始起点中目标货物在仓储货物堆积区域的横坐标值，y0为初始起点中目标货物在仓储货物堆积区域的纵坐标值，x1为在仓储货物堆积区域中标定的入库位置坐标的横坐标值，y1为在仓储货物堆积区域中标定的入库位置坐标的纵坐标值；

步骤32：设定基于计算路径的影响因素，即派送的控制设备在进行转弯时速度会降低到设定的转弯阈值速度，在直线运行过程中是基于运送货物定义的最优速度，在控制设备派送的货物对速度的影响上；

步骤33：基于初始起点的坐标到入库位置坐标中形成的路径中，将初始起点的坐标与入库位置的坐标均视为节点，计算从初始节点到终点节点间形成的所有路径，即将获取到的能够从初始节点到终点节点的路径形成一个路径集合。

9.根据权利要求8所述的一种基于大数据的智慧仓库管理方法，其特征在于：所述步骤

33中计算从初始节点到终点节点间形成的所有路径包括：设定控制设备运行路径的行进逻辑，定义派送点的行进方向为从初始节点到终点节点，进行返回时则从终点节点到初始节点，控制设备间的行进逻辑存放在属性标识中，两个控制设备进行交互时会识别对方的属性标识，在行进路径中会产生控制设备相互交互的情况，在相互交互的情况下判断是否为对方让行，当需要进行让行时，基于交互的控制设备的终点节点、行进方向和路径规划的坐标节点，远离对方行进方向上交互时的最近路径点，同时保证让行后自己的行进路径不产生行进问题当产生行进问题时退到交互时第二近的路径节点处，并判断条件是否满足；

基于初始节点到终点节点间的连接进行搜索，利用从初始节点到终点节点间搜索交互的途经节点进行逐次连接，计算从初始节点到终点节点连接的连接长度函数L，利用初始起点到入库位置坐标的在水平运动上的绝对路径之和S和从初始节点到终点节点连接的连接长度函数L计算路径的搜索方向可行性程度K，即K＝(L+S)*θ，θ为程度系数，当随着不断遍历的途经节点造成的L的变化而引起的(L+S)变化，当随着(L+S)的增大K而增大时，缩小当前的路径遍历范围，当随着(L+S)的减小K而增大时，增大当前的路径遍历范围，基于此搜索所有从初始节点到终点节点形成的路径，并将所有路径构成路径集合。

10.根据权利要求9所述的一种基于大数据的智慧仓库管理方法，其特征在于：所述计算每次派送的控制设备从所有路径中按设定条件需求选取最优的派送路径的方法为：设定最优的派送路径需要满足的条件，即派送时间和派送的路径最短，还是派送产生的成本最少，以该条件计算从初始节点到终点节点的路径，并将计算结果加入到该条件对应的路径集合中，并在该路径集合中根据满足条件计算迭代出的路径进行排序输出，将满足设定条件的路径进行相互比较，即每次计算迭代结束后进行当前路径和已有路径的最优路径对比，当当前计算迭代的最优路径要优于之前所得的最优路径时，则判断当前路径为最优路径，更新之前保存的最优路径，并对当前最优路径相关联的参数进行更新，进行循环迭代直到设置的迭代次数完成，当按照设定条件更新迭代出所有的路径后，对从初始节点到终点节点的最优路径的计算迭代则结束。