1.一种基于3D视觉的深框工件抓取方法，其特征在于，包括：

S1、根据实际的机械臂与深框在虚拟环境中构建机械臂与深框模型，并将深框内的空间等分，对每一块等分空间进行机械臂姿态模拟，从而构建位姿关系式；

S2、基于3D视觉获取深框内待抓取的各个工件的位姿，匹配机械臂能够对各个工件进行抓取的位姿；设定一个姿态边缘阈值，使用位姿关系式并基于边缘阈值对机械臂能够抓取工件的位姿进行筛选，生成工件的可抓取位姿集合；

S3、对各个工件的抓取位姿集合中的位姿进行归一化处理并算出对应目标函数值，根据对应目标函数值对位姿进行排序后选取最优的抓取位姿，根据选取最优的抓取位姿对工件进行抓取；

S4、在上一工件被抓取后，再次执行S2的操作生成剩余工件可抓取位姿集合，并判断可抓取位姿集合是否为空，若不为空则返回S3；若为空则抓取结束。

2.根据权利要求1所述的深框工件抓取方法，其特征在于，所述S1包括以下子步骤：

S1.1、确定机械臂与深框在空间中的相对位置，构建机械臂与深框的虚拟模型，并以深框底面中点为原点，构建一个空间直角坐标系，并将空间直角坐标系的x轴、y轴和z轴分别按照指定的间距进行等分，以确保将深框的空间划分为均匀分布的等分格；

S1.2、将机械臂模型移动至原点处，利用重定位方法确定该位置在固定的偏航角下的极限俯仰角与极限翻滚角，记录此时偏航角的值、俯仰角的最大值和最小值以及翻滚角的最大值和最小值；

S1.3、依次将机械臂移动至各个等分格上进行S1.2的操作，得到在空间直角坐标系的各个等分格上的俯仰角的最大值和最小值以及翻滚角的最大值和最小值；

S1.4、随后以俯仰角最大值pitchmax为函数值，y轴坐标和z轴坐标为变量，构建pitchmax关于y和z的函数关系式Fmax(pitchmax，y，z)＝0，同理得到俯仰角最小值pitchmin关于y和z的函数关系式Fmin(pitchmin，y，z)＝0、翻滚角的最大值rollmax关于y和z的函数关系式Gmax(rollmax，y，z)＝0以及偏航角的最小值rollmin关于y和z的函数关系式Gmin(rollmin，y，z)＝

0；

S1.5、将偏航角在(‑90°，90°)范围内以指定的精度等分，对等分后的每个偏航角执行步骤S1.2到步骤S1.4，从而确定位姿关系式Fmax(pitchmax，y,z,r)＝0，Fmin(pitchmin，y,z,r)＝0，Gmax(rollmax，y，z，r)＝0，Gmin(rollmin，y,z,r)＝0，其中r表示偏航角值。

3.根据权利要求2所述的深框工件抓取方法，其特征在于，所述S2包括以下子步骤：

S2.1、使用3D点云相机拍摄深框内的工件从而确定工件的位置，并基于工件的位置获得机械臂能够成功抓取工件的抓取位姿集合M匹配位姿；

S2.2、设定一个姿态边缘阈值，依次将M匹配位姿中的抓取位姿使用位姿关系式对其进行检测，若该抓取位姿超出了工件所在位置处的极限姿态T极限，则在位置不变的条件下调整姿态并进行碰撞检测，将调整的姿态分为两种，第一种为调整至(T极限min，T极限min+Q)或(T极限max‑Q，T极限max)范围内，第二种为调整至(T极限min+Q，T极限max‑Q)范围内，若无法将姿态调整至上述两种范围内，即调整后仍然会发生碰撞，则丢弃该位姿，其中T极限min包括rollmin和pitchmin，T极限max包括rollmax和pitchmax，Q包括翻滚角和俯仰角对应的边缘阈值；

S2.3、当调整后的姿态为S2.2中的第一种情况，则将该位姿列入备选位姿集合M备选位姿，如果调整后的姿态为S2.2中的第二种情况，则将该位姿列入优先抓取位姿集合M优先位姿；

S2.4、若抓取姿态未超出工件所在位置处的极限姿态T极限，则根据工件抓取位置和位姿关系式判断姿态处于哪个范围内，若姿态处于S2.2中的第一种情况，则将该抓取位姿列入备选位姿集合M备选位姿，若姿态处于S2.2中的第二种情况，则将该位姿列入优先抓取位姿集合M优先位姿。

4.根据权利要求3所述的深框工件抓取方法，其特征在于，所述S3具体为：按照设定的权重构建目标函数，将优先抓取位姿集合M优先位姿的抓取位姿使用Z‑score归一化方法对其进行归一化处理，并计算归一化处理后抓取位姿的目标函数值；若优先抓取位姿集合M优先位姿中没有抓取位姿，则将备选位姿集合M备选位姿中的抓取位姿重复上述操作；选取目标函数值最大的抓取位姿进行工件抓取。

5.根据权利要求4所述的深框工件抓取方法，其特征在于，所述目标函数为：

F＝a*za+b*zb+c*zc

其中，F为目标函数值；a、b、c为权重系数；

za为待抓取位置处最优俯仰角与当前俯仰角的绝对差值的归一化值，最优俯仰角为使用位姿关系式根据当前位置计算出的pitchmax和pitchmin的均值；

zb为待抓取位置处最优翻滚角与当前翻滚角的绝对差值的归一化值，最优翻滚角为使用位姿关系式根据当前位置计算出的rollmax和rollmin的均值；

zc为深框全局最优位置与待抓取位置的绝对差值的归一化值，深框全局最优位置为深框上层开口处的中心点位置。

6.根据权利要求4所述的深框工件抓取方法，其特征在于，所述步骤4包括以下步骤：

S4.1、当前工件执行抓取后，再次执行S2的操作得到剩余工件的M′优先位姿和M′备选位姿；

S4.2、判断M′优先位姿是否为空，若不为空，则执行S3和S4.1的操作，若为空，则判断M′备选位姿是否为空，若不为空，则执行S3和S4.1的操作，若为空，则抓取结束。

7.根据权利要求1所述的深框工件抓取方法，其特征在于，在S4中，当判断可抓取位姿集合为空，抓取结束后，对深框内剩余工件进行统计并计算清框率。

8.一种用于实现权利要求1所述深框工件抓取方法的系统，其特征在于，包括：

位姿关系式构建模块，用于根据实际的机械臂与深框在虚拟环境中构建机械臂与深框模型，并基于机械臂与深框模进行机械臂姿态模拟，从而构建位姿关系式；

可抓取位姿生成模块，用于基于3D视觉获取深框内带抓取的工件的位置，匹配机械臂能够对各个工件进行抓取工件的位姿；设定一个姿态边缘阈值，使用位姿关系式基于边缘阈值对机械臂能够抓取工件的位姿进行筛选，生成可抓取位姿集合；

抓取位姿选取模块，用于对可抓取位姿集合中的位姿进行归一化处理并算出对应目标函数值，根据对应目标函数值对位姿进行排序后选取最优的抓取位姿；

可抓取位姿集合判断模块，用于判断可抓取位姿集合中是否为空。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1‑7任一项所述的深框工件抓取方法。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，用于实现权利要求1‑7任一项所述的深框工件抓取方法。