1.一种机器人分拣商品的运动规划与控制方法，其特征在于，包括：S1，利用单目相机拍摄分拣区域中的待分拣商品，得到待分拣图像；

S2，基于立体网格对所述待分拣图像进行映射，得到所述立体网格中各网格点初始特征；

S3，基于特征校正方法以及体渲染方法，根据所述立体网格中各网格点初始特征，计算出相机深度图；

S4，根据机械臂末端的灵巧手的当前位置信息与所述单目相机的位置信息对所述相机深度图进行校正，得到校正深度图；

S5，采用自适应技术，通过引入改进的势场因子和虚拟障碍物对鲸鱼优化算法进行改进，得到改进的鲸鱼优化算法；

S6,利用位姿估计方法从所述待分拣图像中计算出待分拣商品的位姿信息；基于改进的鲸鱼优化算法，根据所述校正深度图和所述位姿信息规划出机械臂的运动轨迹以及灵巧手的抓取姿态，以控制机械臂末端的灵巧手对分拣区域中的待分拣商品进行分拣。

2.根据权利要求1所述的机器人分拣商品的运动规划与控制方法，其特征在于，所述S2具体为：S21，对所述待分拣图像进行特征提取，得到二维特征图；

S22，利用所述单目相机的内外参数，将立体网格中各网格点投影到所述二维特征图中，得到所述立体网格中各网格点初始特征。

3.根据权利要求2所述的机器人分拣商品的运动规划与控制方法，其特征在于，在所述S21中，具体利用CNN卷积神经网络对所述待分拣图像进行特征提取。

4.根据权利要求1所述的机器人分拣商品的运动规划与控制方法，其特征在于，所述S3具体为：S31，将所述立体网格中各网格点初始特征输入至占用概率预测模型中，得到所述立体网格中各网格点的初始占用概率；

S32，根据所述立体网格中各网格点的初始占用概率计算出所述立体网格中各网格点初始特征的校正参数；

S33，基于所述立体网格中各网格点初始特征的校正参数校正所述立体网格中各网格点初始特征，得到所述立体网格中各网格点校正特征；

S34，根据所述立体网格中各网格点校正特征判断是否继续进行校正流程；若是，执行S35；若否，则执行S36；

S35，将所述立体网格中各网格点校正特征作为所述立体网格中各网格点初始特征并返回S31循环迭代执行，直至所述立体网格中各网格点校正特征满足预设条件；

S36，将所述立体网格中各网格点校正特征输入至所述占用概率预测模型中，得到所述立体网格中各网格点的占用概率；

基于体渲染方法，根据所述立体网格中各网格点的占用概率对所述待分拣图像进行渲染，得到相机深度图。

5.根据权利要求4所述的机器人分拣商品的运动规划与控制方法，其特征在于，在所述S31中，所述占用概率预测模型具体为Occupancy模型。

6.根据权利要求4所述的机器人分拣商品的运动规划与控制方法，其特征在于，在所述S32中，所述校正参数的计算公式为：；

其中， 表示所述立体网格中第 个网格点的初始占用概率，表示预设细化参数，表示所述校正参数。

7.根据权利要求4所述的机器人分拣商品的运动规划与控制方法，其特征在于，所述S33具体为：构建特征插值模型，并根据所述立体网格中各网格点初始特征的校正参数调整所述特征插值模型的模型参数；

将所述立体网格中各网格点校正特征代入到模型参数调整后的特征插值模型中,以输出特征函数；

将所述立体网格中各网格点的坐标代入所述特征函数中，得到所述立体网格中各网格点校正特征。

8.根据权利要求4所述的机器人分拣商品的运动规划与控制方法，其特征在于，所述S34具体为：计算所述立体网格中所有网格点校正特征的平均值，得到平均校正特征；

将所述立体网格中各网格点校正特征分别与所述平均校正特征做差处理，得到所述立体网格中各网格点校正特征差值；

判断所述立体网格中各网格点校正特征差值是否在预设特征差值阈值范围内，并统计校正特征差值不在预设特征差值阈值范围内的网格点的点数值；

根据所述点数值判断是否继续进行校正流程；若是，执行S35；若否，则执行S36；

其中，若所述点数值大于或等于预设点数值，则执行S35；若所述点数值小于预设点数值，则执行S36。

9.根据权利要求1所述的机器人分拣商品的运动规划与控制方法，其特征在于，所述S4具体为：根据所述单目相机的位置信息和内外参数构建相机坐标系，根据所述机械臂末端的灵巧手的当前位置信息和位姿构建灵巧手坐标系；

根据所述相机坐标系和所述灵巧手坐标系之间的转换关系，计算出所述单目相机与所述灵巧手之间的校正矩阵；

根据所述校正矩阵对所述相机深度图进行校正，得到校正深度图。

10.一种机器人分拣商品的运动规划与控制系统，其特征在于，包括从上至下依次设置的单目相机（1）、机械臂（2）和工具箱（4）；所述单目相机（1）通过弯管（5）悬置于所述工具箱（4）上方；所述机械臂（2）安装在所述工具箱（4）上，所述机械臂（2）上安装有吸抓一体灵巧手（3）；所述工具箱（4）上设有一个显示器（6），所述工具箱（4）底部设有四个可滚动滑轮（7），所述工具箱（4）内部设有工控机；

所述单目相机（1）用于拍摄分拣区域中的待分拣商品，得到待分拣图像；

所述工控机用于基于立体网格对所述待分拣图像进行映射，得到所述立体网格中各网格点初始特征；基于特征校正方法以及体渲染方法，根据所述立体网格中各网格点初始特征，计算出相机深度图；根据机械臂末端的灵巧手的当前位置信息与所述单目相机的位置信息对所述相机深度图进行校正，得到校正深度图；采用自适应技术，通过引入改进的势场因子和虚拟障碍物对鲸鱼优化算法进行改进，得到改进的鲸鱼优化算法；利用位姿估计方法从所述待分拣图像中计算出待分拣商品的位姿信息；基于改进的鲸鱼优化算法，根据所述校正深度图和所述位姿信息规划出机械臂（2）的运动轨迹以及灵巧手（3）的抓取姿态，以控制机械臂（2）末端的灵巧手（3）对分拣区域中的待分拣商品进行分拣。