1.一种多模态光束整形器，其特征在于：包括场景识别系统、中央控制模块和控制单元；所述场景识别系统用于通过图像数据识别使用场景，结合使用场景和环境信息确定多模态光束整形器的光阑形状，光束颜色和激光强度的约束条件，并将所述约束条件发送至中央控制模块；所述中央控制模块根据多模态光束整形器的光阑形状，光束颜色和激光强度的约束条件，以最低能耗为目标，采用青蒿素优化算法得到优化的光阑形状，光束颜色和激光强度参数；所述控制单元包括孔径调节器，频率控制器和光强控制器，分别对光阑形状、光束颜色和激光强度进行控制；所述中央控制模块根据优化的光阑形状，光束颜色和激光强度参数，通过控制单元对光阑形状，光束颜色和激光强度进行控制，实现耗电量最优的配置。

2.根据权利要求1所述的多模态光束整形器，其特征在于：所述场景识别系统包括图像传感器和环境参数传感器，所述图像传感器用于采集场景图像数据并发送至场景识别系统，环境参数传感器用于采集环境信息并发送至场景识别系统。

3.根据权利要求1所述的多模态光束整形器，其特征在于：所述场景识别系统采用场景识别算法进行光束整形器使用场景的识别。

4.根据权利要求1所述的多模态光束整形器，其特征在于：所述青蒿素优化算法包括以下步骤：(1)初始化种群，计算式为：

其中，Q为初始化种群，qi,j是矩阵中第i行，第j列的元素，表示解空间中的所有光束，n为搜索代理个数，d表示搜索代理内的多维组件；

(2)目标函数公式如下：

Ufit＝F{Unow·exp(iφnow)}

Ifit＝k1Ufit+k2i

Gfit＝f(Ifit,efit)

其中，Ufit为光阑形状，F为傅里叶变换，Unow为当前光阑形状，exp为指数运算，iφnow为相位调制函数，Ifit为激光强度，k1、k2分别为光阑形状和功率密度的相关系数，i为功率密度，efit为光束颜色，e为初始光束颜色，f和Maxf为算法的当前和最大迭代次数，Gfit＝f(·)为适应度函数，Gfit为目标函数值，即能耗；

适应度函数为：

Gfit＝σi·Ifit+σL·efit

其中，σi、σL分别为频率控制器和光强控制器设备功率调节系数；

(3)将种群带入目标函数进行评估，并将种群进行排序；

(4)引入概率系数K，计算式为：

(5)综合算法评估，采用综合淘汰阶段策略，不断淘汰不符合要求的光束：式中 表示解空间中第t+1次更新的符合要求的光束， 表示解空间中第t次计算所得光束， 表示解空间中排序度靠前的第j维的光束整形组值，rand表示[0,1]的随机数；r1是范围为[0,1]的随机数，K为概率系数；

(6)在算法的后巩固阶段，计算式为：

式中，Ogbesti,j表示第i个第j维当前最优解的子向量；

(7)判断是否达到所设定的最大迭代次数，如果不是，返回步骤3)，如果是，结束计算并输出优化参数。

5.一种应用于多模态光束整形器的光束控制方法，其特征在于，该方法包括：通过图像数据识别使用场景，结合使用场景和环境信息确定多模态光束整形器的光阑形状，光束颜色和激光强度的约束条件；

根据多模态光束整形器的光阑形状，光束颜色和激光强度的约束条件，以最低能耗为目标，采用青蒿素优化算法得到优化的光阑形状，光束颜色和激光强度参数；

根据优化的光阑形状，光束颜色和激光强度参数，通过控制单元对光阑形状，光束颜色和激光强度进行控制，实现耗电量最优的配置。

6.根据权利要求5所述的应用于多模态光束整形器的光束控制方法，其特征在于：通过图像数据识别使用场景，是采用场景识别算法进行光束整形器使用场景的识别。

7.根据权利要求5所述的应用于多模态光束整形器的光束控制方法，其特征在于：所述青蒿素优化算法包括以下步骤：(1)初始化种群，计算式为：

其中，Q为初始化种群，qi,j是矩阵中第i行，第j列的元素，表示解空间中的所有光束，n为搜索代理个数，d表示搜索代理内的多维组件；

(2)目标函数公式如下：

Ufit＝F{Unow·exp(iφnow)}

Ifit＝k1Ufit+k2i

Gfit＝f(Ifit,efit)

其中，Ufit为光阑形状，F为傅里叶变换，Unow为当前光阑形状，exp为指数运算，iφnow为相位调制函数，Ifit为激光强度，k1、k2分别为光阑形状和功率密度的相关系数，i为功率密度，efit为光束颜色，e为初始光束颜色，f和Maxf为算法的当前和最大迭代次数，Gfit＝f(·)为适应度函数，Gfit为目标函数值，即能耗；

适应度函数为：

Gfit＝σi·Ifit+σL·efit

其中，σi、σL分别为频率控制器和光强控制器设备功率调节系数；

(3)将种群带入目标函数进行评估，并将种群进行排序；

(4)引入概率系数K，计算式为：

(5)综合算法评估，采用综合淘汰阶段策略，不断淘汰不符合要求的光束：式中 表示解空间中第t+1次更新的符合要求的光束， 表示解空间中第t次计算所得光束， 表示解空间中排序度靠前的第j维的光束整形组值，rand表示[0,1]的随机数；r1是范围为[0,1]的随机数，K为概率系数；

(6)在算法的后巩固阶段，计算式为：

式中，Ogbesti,j表示第i个第j维当前最优解的子向量；

(7)判断是否达到所设定的最大迭代次数，如果不是，返回步骤3)，如果是，结束计算并输出优化参数。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求5至7中任一项所述的应用于多模态光束整形器的光束控制方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求5至7中任一项所述的应用于多模态光束整形器的光束控制方法。

10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求5至7中任一项所述的应用于多模态光束整形器的光束控制方法。