1.一种机械臂轨迹跟踪控制方法，其特征在于，包括：对机械臂进行物理建模，以得到机械臂模型；

基于DH法对机械臂模型进行运动学分析，以优化机械臂模型；

利用3‑5‑3次多项式插值法对优化后的机械臂模型的预设定点进行轨迹规划；

采用强化学习算法，对规划好的轨迹进行跟踪控制。

2.根据权利要求1所述的机械臂轨迹跟踪控制方法，其特征在于，所述对机械臂进行物理建模，以得到机械臂模型的方法包括：利用NX软件建立六轴机械臂三维模型，并定义关节类型和运动范围；

配置六轴机械臂的约束条件，所述约束条件包括六轴机械臂中各个关节和连杆的关系、角度、速度和加速度；

在六轴机械臂三维模型的基础上，根据约束条件进行MCD建模，以得到机械臂模型。

3.根据权利要求1所述的机械臂轨迹跟踪控制方法，其特征在于，所述基于DH法对机械臂模型进行运动学分析的方法包括：设置DH参数，所述DH参数包括关节角度、连杆偏移、连杆长度和连杆扭转角；

根据设置的DH参数，在Matlab中建立DH参数模型；

对DH参数模型进行正逆运动学分析，以优化机械臂模型。

4.根据权利要求3所述的机械臂轨迹跟踪控制方法，其特征在于，所述对DH参数模型进行正逆运动学分析的方法包括：根据DH参数进行空间坐标变换，以得到机械臂相邻连杆之间坐标变换关系；

根据相邻连杆之间的坐标变换关系，进行正运动学分析，得到机械臂末端执行器的位姿矩阵；

利用DH参数模型，对机械臂末端执行器进行逆运动学分析，得到关节的角度。

5.根据权利要求1所述的机械臂轨迹跟踪控制方法，其特征在于，所述利用3‑5‑3次多项式插值法对优化后的机械臂模型的预设定点进行轨迹规划的方法包括：获取优化后的机械臂模型的连杆和关节的关系信息；

基于量子粒子群算法和3‑5‑3次多项式插值法，得到关系信息在满足约束条件下，各个关节在预设定点运动的最优时间；

获取所有关节在预设定点运动的最大时间并求和，以得到最长运动时间；

利用3‑5‑3次多项式插值法对最长运动时间进行处理，以获得各个关节的运动轨迹；

利用正运动学分析得到机械臂末端执行器时间最优的轨迹规划。

6.根据权利要求5所述的机械臂轨迹跟踪控制方法，其特征在于，所述获取优化后的机械臂模型的连杆和关节的关系信息的方法包括：构造3‑5‑3样条插值；

获取关节在运动过程中的定点，所述定点包括初始点、第一中间点、第二中间点和终止点；

利用3‑5‑3样条插值，通过定点获知运动系数和插值点的关系；

根据定点、运动系数和插值点的关系，获得机械臂关节的位置和姿态。

7.根据权利要求5所述的机械臂轨迹跟踪控制方法，其特征在于，所述基于量子粒子群算法和3‑5‑3次多项式插值法，得到关系信息在满足约束条件下，各个关节在预设定点运动的最优时间的方法包括：获取机械臂关节在三段轨迹的运动时间；

优化量子粒子群算法的目标函数；

将三段轨迹的运动时间作为搜索空间，根据目标函数对粒子的位置、速度和加速度进行更新；

根据更新后的粒子位置、速度和加速度，获得各个关节在预设定点间运动的最优时间。

8.根据权利要求2所述的机械臂轨迹跟踪控制方法，其特征在于，所述采用强化学习算法，对规划好的轨迹进行跟踪控制的方法包括：在MCD中设置机械臂参数，所述机械臂参数包括连杆间约束、定义刚体、定义碰撞体、运动副约束、位置控制器、速度控制器、材料属性、定义姿态；

编写PLC控制程序，并在PLC和MCD之间建立通讯联系；

利用强化学习控制器、PLC控制程序，基于MCD进行仿真演示，以获得机械臂轨迹跟踪控制的效果。

9.一种机械臂，其特征在于，所述机械臂利用如权利要求1 8任一项所述的机械臂轨迹~跟踪控制方法进行轨迹跟踪控制；所述机械臂包括多个关节和连杆。

10.根据权利要求9所述的机械臂，其特征在于，所述机械臂为六轴机械臂。