1.基于增强学习的视觉机器人运动控制方法，其特征在于：包括：

步骤一：主成像数据采集，机器人本体使用摄像头对自身位置与目标位置分别进行信息采集，将采集信息收录于内置存储器内；

步骤二：分路子信息采集，由机器人本体将目标位置信息发送至分路子探头内，利用外设的多个分路子探头对机器人本体与目标位置信息进行分别路径信息采集，并利用通信设备将路径信息传输至机器人本体内；

步骤三：范围空间模型建立，由机器人本体将分路子探头内的路径信息与自身摄像头记录的位置信息进行填充整合，调用算法模块，建立范围空间模型；

步骤四：制定移动轨迹策略，根据步骤三建立的范围空间模型，制定移动轨迹；

步骤五：分路信息周期传输，机器人本体依照步骤四指定的移动轨迹进行移动，并在分路子探头的记录范围内移动，且分路子探头将采集到的原位置信息与实时更新的机器人本体位置信息进行持续记录，并周期性发送信号传输至机器人本体内；

步骤六：运动路径实时校正，根据步骤五分路子探头采集到的路径变动信息，对建立的范围空间模型进行补充，并实时更正移动轨迹信息。

2.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：步骤二分路子信息采集过程中，分路子探头对机器人本体的初始形状进行全方位信息采集，将外形信息传输至机器人本体内建立本体模型，并根据后续的位移视角变化，对机器人本体的外形信息进行后续传输，并对建立的机器人本体模型进行补充。

3.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：步骤二分路子信息采集过程中，分路子探头在记录位置信息变动的同时记录时间初始时间，并在后续周期性对机器人本体位置信息采集。

4.根据权利要求3的基于增强学习的视觉机器人运动控制方法，其特征在于：分路子信息将记录的时间信息与位置信息一同发送至机器人本体中，将位置信息与时间信息进行整合计算，得出机器人本体运动过程中的位移速度，从而对运动轨迹进行补充测算。

5.根据权利要求2的基于增强学习的视觉机器人运动控制方法，其特征在于：在分路子探头监测到机器人本体外形变化与原有的模型不匹配时，判定机器人本体出现形变，根据形变量，对机器人的运动轨迹进行姿态修正。

6.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：机器人本体外端设有LED光传感元件，机器人本体内设光学触摸系统，光学触摸系统采集的信息传输至范围空间模型内。

7.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：步骤三范围空间模型建立过程中，使用的三维模型重建算法为泊松表面重建算法。

8.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：步骤四制定移动轨迹策略过程中，路径规划运算使用的是动态规划方程。

9.根据权利要求1的基于增强学习的视觉机器人运动控制方法，其特征在于：多个分路子探头上均采用三维激光扫描仪，三维激光扫描仪采用的测量方式为脉冲式。

10.根据权利要求7的基于增强学习的视觉机器人运动控制方法，其特征在于：范围空间模型建立过程中，首先将采集的机器人本体信息利用对极几何和因式分解构建稀疏点云，将稀疏点云变换为稠密点云，将纹理信息映射到网格模型内，建立范围空间模型。