1.一种可重构外骨骼助力机器人的控制方法，其特征在于，包括以下步骤：S1通过传感器模组实时采集人体运动数据；

S2采用四元数融合算法计算欧拉角；包括计算初始四元数；更新迭代四元数；修正磁力计融合与偏航漂；将更新后的四元数转换为横滚角、俯仰角和偏航角输出；四元数融合算法包括以下步骤：S21计算初始四元数：基于加速度计和磁力计数据计算初始姿态角并转换为初始四元数；其中姿态角包括横滚角、俯仰角、偏航角；

S22更新迭代四元数：采用Mahony互补滤波算法，融合加速度计与陀螺仪数据，以抑制漂移；包括加速度归一化、姿态误差计算和PI控制器修正；

S23修正磁力计融合与偏航漂移：利用磁力计数据提供绝对航向参考，将归一化磁场向量转换到导航坐标系，计算参考航向角以修正陀螺仪积分漂移；

S24将更新后的四元数转换为横滚角、俯仰角和偏航角输出即输出欧拉角，公式如下：；

；

；

其中，  为横滚角，  为俯仰角，  为偏航角； 为四元数；

S3基于卡尔曼滤波预测目标位置；包括构建状态方程和观测方程；计算预测状态协方差矩阵；利用卡尔曼增益更新状态估计和协方差；

S4通过PID控制器补偿跟踪误差；

S5根据运动状态切换工作模式。

2.根据权利要求1所述的一种可重构外骨骼助力机器人的控制方法，其特征在于，步骤S1具体如下：利用分布式九轴IMU网络实时采集人体多个部位的横滚角、俯仰角、航向角数据以及三轴加速度数据；并根据采集数据进行传感器初始化、数据读取和预处理。

3.根据权利要求1所述的一种可重构外骨骼助力机器人的控制方法，其特征在于，步骤S3中，卡尔曼滤波预测包括以下步骤：S31构建状态方程和观测方程：

；

；

其中，   为输入信号， 为状态变量，  为过程噪声， 为作用在 上的状态变换模型，  是作用在控制器向量 上的输入控制模型， 为观测变量， 为观测噪声，为观测模型；

S32预测步骤：计算预测状态协方差矩阵，公式为： ；

其中，  表示预测状态估计的协方差，  为过程噪声协方差矩阵，S33更新：利用卡尔曼增益更新状态估计和协方差，公式为：；

 ；

；

其中， 表示卡尔曼增益， 这是状态估计的协方差矩阵在时间步k基于前一时间步k‑1的估计值，表示在时间步k‑1对时间步 的状态估计的不确定性， 为观测矩阵， 是观测噪声的协方差矩阵， 为状态估计更新， 是时间步 的观测值， 为协方差更新，为单位矩阵。

4.根据权利要求1所述的一种可重构外骨骼助力机器人的控制方法，其特征在于，步骤S4中，PID控制器补偿包括以下步骤：S41定义误差变量 ：

其中   为电机预测位置，  为电机实际位置；

S42计算补偿量Δq(t)：

；

其中，比例项P为   ，用来快速响应当前误差变化率，与卡尔曼增益形成"预测‑比例"双环调节；积分项I为  ，用来累积历史误差，消除机械静摩擦引起的稳态偏差；微分项D为   ，用来预判误差变化趋势，抑制快速挥臂时的超调；

S43参数整定：采用Ziegler‑Nichols临界比例度法整定PID参数。

5.根据权利要求4所述的一种可重构外骨骼助力机器人的控制方法，其特征在于，步骤S43具体如下：逐步增加比例增益 直至系统抖动，然后基于临界增 和振荡周期计算最终参数 ， / ， 。

6.根据权利要求1所述的一种可重构外骨骼助力机器人的控制方法，其特征在于，步骤S5具体如下：基于融合处理后的欧拉角数据及三轴加速度值，结合预设的电机转动范围阈值判断自适应分配三个角度的权值来识别当前人体的上肢以及下肢状态，从而切换上肢跟随模式，上肢托举模式，下肢行走模式以及人体搬运模式。

7.一种可重构外骨骼助力机器人，其特征在于，使用权利要求1‑6任一项所述的控制方法实现，包括：背负背板（108），设有快拆式锁紧座；电池模组（104）与主控模组（105），安装于背负背板（108）正面；可拆卸关节模组，通过快拆式锁紧座与背负背板连接；传感器模组分布于可拆卸关节模组及背负背板（108）；语音模组（202）安装于背负背板（108）背面，用于接收语音指令；其中，主控模组（105）通过传感器模组实时控制关节模组运动。

8.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述程序时实现权利要求1‑6任一项所述方法的步骤。

9.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述程序被处理器执行时实现权利要求1‑6任一项所述方法的步骤。