1.一种柔性多体机器人近似时间最优轨迹规划方法，其特征在于，步骤如下：S1、利用自然坐标法或相对坐标法构建柔性多体机器人的各刚性构件的数学模型；利用绝对节点坐标法或浮动坐标系法或几何精确单元法构建柔性多体机器人的各柔性构件的数学模型；获取各刚性构件和柔性构件的几何参数和材料物理性能参数并确定该柔性多体机器人中的驱动构件；

S2、基于拉格朗日方程，利用步骤S1所建立的各刚性构件的数学模型和各柔性构件的数学模型建立各刚性构件和各柔性构件的广义坐标向量、质量矩阵、以及作用在各刚性构件和各柔性构件上的有势广义力向量和非有势广义力向量；进而得到约束条件下柔性多体机器人的逆动力学方程；

在所述步骤S2中，约束条件下柔性多体机器人的逆动力学方程为：其中，

式(1)中，M(q)为质量矩阵；QG(q)为重力广义力向量；QE(q)为弹性广义力向量；Q(q,τ,T

t)为驱动广义力向量；Φq为对Φq的矩阵转置；λ为拉格朗日乘子向量；q为广义坐标向量；

为广义速度向量；为广义加速度向量；τ为驱动力向量；t为时间；Φ(q,t)为几何约束方程向量，其包含各构件的几何尺寸约束条件、关节约束条件、平面约束条件、曲面约束条件和位移约束条件； 为速度约束方程向量，其为Φ(q,t)对t求全导数； 为加速度约束方程向量，其为Φ(q,t)对t求二阶全导数；式(2)中，Φq为Φ(q,t)对q求偏导数，Φqq为Φ(q,t)对q求二阶偏导数，Φt为Φ(q,t)对t求偏导数，Φqt为Φ(q,t)依次对q和t求一阶偏导数，Φtt为Φ(q,t)对时间t求二阶偏导数；

S3、采用一维路径坐标描述柔性多体机器人的运动轨迹，并建立规划轨迹的目标函数；

在步骤S3中，采用一维路径坐标s(0≤s≤1)描述柔性多体机器人的运动轨迹，其所建立规划轨迹的目标函数为：

其中，

式(3)中，tend为最终规划总时间；J为运动时间；s为一维路径坐标，其定义域为[0,1]；

为伪速度，是一维路径坐标s的导数；为伪加速度，是一维路径坐标的二阶导数； 为广义速度向量中驱动关节对应的速度向量； 和 分别为驱动关节速度向量的下限约束值与上限约束值； 为广义加速度向量中驱动关节对应的加速度向量； 和 分别为驱动关节加速度向量的下限约束值与上限约束值；τ为驱动力向量，τmin和τmax分别为驱动力向量的下限约束值与上限约束值； 为 的初始值； 为 的终止值； 为 的初始值； 为的终止值；Ω为可行域；T为运动总时间；式(4)中，qds是驱动关节坐标向量qd对s求一阶导数；qdss是驱动关节坐标向量qd对s求二阶导数；

S4、建立柔性多体机器人的瞬态刚性逆动力学模型和瞬态刚性逆运动学模型，并利用路径坐标s及其导数项描述动力学约束条件和运动学约束条件，进而根据约束条件计算约束曲线，以得到轨迹规划可行域；进一步利用样条函数在可行域内规划出柔性多体机器人驱动关节的角位移曲线、角速度曲线、角加速度曲线和驱动力曲线。

2.根据权利要求1所述的柔性多体机器人近似时间最优轨迹规划方法，其特征在于，所述步骤S4的具体实施步骤如下：

S401、将路径坐标s的定义域均匀离散为由n个元素组成的序列：{s0，…sk，…,sn}，其中，s0＝s(0)＝0，sn＝s(T)＝1，令k＝0，得到路径坐标s、伪速度 和伪加速度 的当前值sk、 和

S402、根据由步骤S401得到的路径坐标s、伪速度 和伪加速度 的当前值sk、 和 并利用广义‑alpha隐式积分算法求解如式(1)所述的逆动力学方程，得到柔性多体机器人各个驱动关节的驱动力，各个运动关节的角位移、角速度、角加速度，以及各刚性运动杆件及各柔性运动杆件的位置状态；

S403、建立柔性多体机器人的瞬态刚性逆动力学模型，利用路径坐标s及其导数项描述动力学约束条件和运动学约束条件：

式(5)中，Ms为瞬态刚性逆动力学模型中的质量矩阵M对s求一阶导数；Cs为瞬态刚性逆动力学模型中的离心力和哥氏力项矩阵C对s求一阶导数；Gs为瞬态刚性逆动力学模型中的重力向量G对s求一阶导数；

将式(5)整理为

式(6)中，mi为向量Ms中的元素；ci和gi分别为Cs和Gs中的元素；l为柔性多体机器人驱动力向量τ的维数；

根据当前已知的路径坐标s即可求出伪速度 的最大允许值S404、建立当前柔性多体机器人的瞬态刚性逆运动学模型，设置路径坐标区间为[sk,sk+1]并在其中均匀提取j个采样点，然后根据式(6)计算此区间段的伪速度约束曲线并确定可行域，在可行域内利用五次样条函数在路径坐标s和伪速度 构成的平面上对[sk,sk+1]区间段规划出如下运动轨迹：

式(7)中，系数cl1和cl2由端点值(sk,f(sk))和(sk+1,f(sk+1))确定；

S405、根据当前规划出的运动轨迹，利用广义‑alpha隐式积分算法求解步骤S2中柔性多体机器人的逆动力学方程，得到各个驱动关节的驱动力以及各个运动关节的角位移、角速度、角加速度，并根据式(3)进行校核：若不满足要求，设置比例因子σ∈(0,1)，修正当前五次样条函数末端点的纵坐标为f(sk+1)＝σf(sk+1)，返回步骤S404，直至满足校核要求；若满足要求，则令k＝k+1，返回步骤S403，直至k＝n，完成全部轨迹规划。

3.根据权利要求2所述的柔性多体机器人近似时间最优轨迹规划方法，其特征在于，所述步骤S401中，元素的个数n取10。

4.根据权利要求2所述的柔性多体机器人近似时间最优轨迹规划方法，其特征在于，所述步骤S404中，采样点j的个数为10。

5.根据权利要求2所述的柔性多体机器人近似时间最优轨迹规划方法，其特征在于，所述步骤S405中，比例因子σ为0.05。