1.一种基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：其包括以下步骤：S1、对双臂机器人拟人姿态运动可行性进行分析；

S2、根据机械臂的D‑H参数建立机械臂的运动学模型，使用正向运动学公式计算等效肩肘腕和手掌位置坐标系的位置坐标；

S3、从数据库中获取双臂关节点运动数据，从双臂关节点运动数据中提取肩肘腕和手掌关节点的位置坐标，计算得到大臂、小臂和手掌的向量坐标值；

S4、使用球坐标表示法计算得到大臂、小臂和手掌的向量坐标的球坐标表示即手臂关节点的目标球坐标参数值θ，φ，r；并将手臂关节点的目标球坐标参数值θ，φ，r表示为机械臂的等效关节的球坐标，进而得到机械臂的目标球坐标值，并计算得到机械臂目标关节点位置坐标，得到机械臂肘、腕及手掌的目标坐标，分别表示为；

S5、使用粒子群优化算法求得满足约束条件的机械臂关节角度值，逐帧计算相应的关节角度并进行保存，得到机械臂完成整个运动的逐帧关节角度值并输送至机械臂。

2.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S5具体包括以下子步骤：S51、构建关节约束方程：

；

其中， 为机械臂的关节角度， 为机械臂关节角度最小值， 为机械臂关节角度最大值；

S52、随机初始化关节角度值并进行迭代，计算从机械臂的基坐标系到等效关节点坐标系的转换矩阵；

S53、根据机械臂的DH参数分别计算转换矩阵的位置坐标，得到机械臂等效关节点肘、腕及手掌的实际坐标,分别表示为 ；

S54、通过将机械臂等效关节点的实际坐标与机械臂肘、腕及手掌目标坐标作差，将差值向量的均方误差范数作为需要优化的误差向量，定义粒子群优化算法的适应度函数为，其中，误差向量使用均方误差表示，具体为：

；

其中，norm为欧几里德范数， 、 、 分别为关节点肘、腕及手掌的误差向量；

S55、对双臂关节点运动数据进行滤波处理，将经过处理的动作序列利用步骤S51‑S54逐帧计算相应的关节角度并进行保存，得到机械臂完成整个运动的逐帧关节角度值并输送至机械臂。

3.根据权利要求2所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S52中，从机械臂的基坐标系到等效关节点坐标系的转换矩阵，分别为： ；

；

；

；

；

其中，为机械臂的关节偏距， 为关节角度， 为连杆扭角， 为从机械臂的第i‑

1坐标系到第i坐标系的转换矩阵， 为机械臂从基坐标系到第三个坐标的转换矩阵，为机械臂从基坐标系到第五个坐标的转换矩阵， 为机械臂从基坐标系到n坐标的转换矩阵。

4.根据权利要求3所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S54中，粒子群优化算法的位置更新公式为：，其中， 表示粒子 在 时刻的位置， 表示粒子

在 _+1时刻的速度；

在粒子群优化算法中，粒子的速度更新公式为：

 ；

其中， 是粒子 在 时刻的速度； 为惯性权重； 和 是学习因子；和 是在之间的均匀随机数； 为第一个粒子已知的历史最优位置，即个体最优值； 为全局最优值，通过上述速度更新公式得到新的速度后，再利用位置更新公式计算粒子在该时刻的新位置，通过不断迭代更新粒子的速度和位置寻找最优解。

5.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S1具体为：根据向量的球坐标表示法θ，φ，r，在机械臂的关节限制范围内，通过机器人的正向运动学模型求得机械臂等效关节点的球坐标参数范围，人手臂在关节限制范围内求解肩肘腕和手掌关节点球坐标参数范围，比较二者的大小，得到机械臂等效关节点的参数值范围均大于对应的人手臂关节点的球坐标参数范围。

6.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S2具体为：已知机械臂的D‑H参数，在matlab中构建双臂机器人的运动学模型，使用正向运动学计算等效肩肘腕和手掌位置的转换矩阵，提取转换矩阵的位移向量，即为机械臂等效关节点的位置坐标，该坐标对应的机械臂的关节角度向量即为等效肩肘腕和手掌位置坐标系的位置坐标。

7.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S3具体为：将人的肩肘腕和手掌关节点坐标用 四个点表示，计算得到的大臂、小臂和手掌向量坐标分别为 、EhWh、 。

8.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S4具体包括以下子步骤：S41、将大臂、小臂和手掌向量坐标 ， ， 的球坐标表示为 ，， ；

S42、根据大臂、小臂和手掌向量坐标的球坐标表示，将手臂关节点的目标球坐标参数值表示为机械臂的等效关节的球坐标，之后，计算得到机械臂目标关节向量位置坐标，机械臂等效关节球坐标分别为 ， ， ；

S43、将机械臂目标关节向量位置坐标的三个向量按照大臂、小臂和手掌的顺序依次拼接，得到机械臂肘、腕及手掌的目标坐标。

9.根据权利要求1所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：所述双臂机器人为七自由度关节机器人,步骤S3中的数据库使用NOKOV 度量光学三维动作捕捉设备采集双臂关节点运动数据并进行实时存储获得。

10.根据权利要求2所述的基于粒子群优化算法的双臂机器人拟人关节姿态映射方法，其特征在于：步骤S51中，关节1的转动范围为±178°，关节2的转动范围为±130°，关节3的转动范围为±178°，关节4的转动范围为±135°，关节5的转动范围为±178°，关节6的转动范围为±128°，关节7的转动范围为±360°。