1.一种羊肉新鲜度无损仿生检测方法，其特征在于，应用于一种羊肉新鲜度无损仿生检测设备，所述设备包括：柔性传感器阵列、横向传动杆、纵向传动杆套、纵向传动杆顶尖、横轴纵轴转换器、粘性探测器导轨固定装置、压力探测器导轨固定装置、粘性探测器集成装置、粘性探头套、柔性应变传感器、压力传感器探头、柔性压力传感器、机械视觉传感器、载物台、箱体、门、控制面板以及上位机；所述粘性探头套与所述粘性探测器集成装置通过轴向移动副连接；所述粘性探测器集成装置通过螺纹固定在所述粘性探测器导轨固定装置的下方；所述横向传动杆通过所述粘性探测器导轨固定装置的两个轴承贯穿整个所述粘性探测器导轨固定装置；所述压力传感器探头通过轴向移动副连接在所述压力探测器导轨固定装置的下方；所述横向传动杆通过所述压力探测器导轨固定装置的轴承贯穿所述压力探测器导轨固定装置；所述横轴纵轴转换器与所述横向传动杆的一端连接；所述纵向传动杆套套设在所述横轴纵轴转换器下方的轴孔上；所述纵向传动杆顶尖通过螺纹与所述纵向传动杆套连接；所述纵向传动杆顶尖固定在所述箱体的预设位置；所述载物台使用螺钉与所述箱体进行连接；所述机械视觉传感器固定在箱体的对应位置；所述柔性传感器阵列通过镶嵌的方式固定在所述载物台上；所述门通过门轴与所述箱体连接、所述控制面板安装在箱体上；所述柔性应变传感器通过粘贴的方式粘贴在所述粘性探头套的下方的工作表面；所述柔性压力传感器通过粘贴的方式粘贴在所述压力传感器探头下方的工作表面；所述上位机分别与所述柔性压力传感器、所述机械视觉传感器和所述柔性应变传感器连接；所述柔性传感器阵列用于获取反映压力值变化的压力变化信号；

所述方法包括：

将目标检测肉块放置到柔性传感器阵列上，以产生压力变化信号；

基于上位机，根据所述压力变化信号确定所述目标检测肉块的坐标，并根据所述目标检测肉块的坐标确定所述目标检测肉块的几何中心和形状面积信息；

控制横向传动杆、纵向传动杆套和纵向传动杆顶尖进行移动，以带动所述粘性探测器集成装置移动至所述目标检测肉块的几何中心，并控制粘性探头套向下运动，以使所述柔性应变传感器接触到所述目标检测肉块的表面时停止，并在停止后控制所述粘性探头套向上运动；

当粘性探头套向上运动时，柔性应变传感器的变形率增加，以使所述柔性应变传感器传出的电信号发生改变，当柔性应变传感器应变达到最大值脱离肉表面后，控制粘性探测器导轨固定装置移动至箱体的边缘；

控制压力探测器固定装置移动至目标检测肉块的几何中心，并控制压力传感器探头下降，当所述压力传感器探头接触到目标检测肉块的表面时降低速度，当柔性压力传感器传出的压力信号到达预设阈值后，控制压力传感器探头向上抬起；

在压力传感器探头向上抬起的过程中，利用机械视觉传感器和上位机检测目标检测肉块的凹坑的回复时间以及所述目标检测肉块的颜色；

根据所述柔性应变传感器的信号进行粘性指标分级，得到粘性分级结果，并根据所述目标检测肉块的颜色进行颜色分级，得到颜色分级结果，并根据所述目标检测肉块的凹坑的回复时间进行弹性指标分级，得到弹性分级结果；

基于多模态数据融合方式，根据所述粘性分级结果、所述颜色分级结果和所述弹性分级结果确定所述目标检测肉块的新鲜度等级；

在控制粘性探头套向下运动之前，还包括：

根据所述形状面积信息确定目标检测肉块的最大内接圆面积；

依据柔性应变传感器的四颗探头可伸缩最小时的外接圆面积将所述最大内接圆面积进行划分，得到数值由小到大的第一内接圆面积阈值、第二内接圆面积阈值和第三内接圆面积阈值；

判断所述最大内接圆面积与第一内接圆面积阈值、第二内接圆面积阈值和第三内接圆面积阈值的大小关系，得到判断结果；

若所述判断结果表示最大内接圆面积小于第一内接圆面积阈值，则利用柔性应变传感器四颗探头中的其中一颗对目标检测肉块进行四次不同位置的粘性测量；若所述判断结果表示最大内接圆面积大于第一内接圆面积阈值，小于第二内接圆面积阈值，则利用柔性应变传感器四颗探头中的其中两颗对目标检测肉块进行两次不同位置的粘性测量；若所述判断结果表示最大内接圆面积大于第二内接圆面积阈值，小于第三内接圆面积阈值，则利用柔性应变传感器四颗探头中的其中三颗对目标检测肉块进行两次不同位置的粘性测量；若所述判断结果表示最大内接圆面积大于所述第三内接圆面积阈值，则利用柔性应变传感器四颗探头对目标检测肉块进行一次的粘性测量；

所述柔性应变传感器的四颗探头相对中心距离的公式为：；所述第一内接圆面积阈值的公式为：；所述第二内接圆面积阈值的公式为：；第三内接圆面积阈值的公式为：；探头个数确定公式为：n=；其中l为每个探头到中心的距离，为可伸缩最小时所述柔性应变传感器的探头相对中心的距离，为目标检测肉块的周长，为目标检测肉块的最大内接圆半径，为目标检测肉块的面积，为第一内接圆面积阈值，为第二内接圆面积阈值，为第三内接圆面积阈值，为目标检测肉块的最大内接圆面积，n为所述柔性应变传感器探头个数。

2.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，所述柔性传感器阵列的几何中心和所述载物台的几何中心相同。

3.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，所述柔性传感器阵列包括多个微传感器、传感器保护层和第一信号输出端；所述微传感器为压力传感器；所述传感器保护层由柔性材料制成；所述传感器保护层设置在所述微传感器的外壳上；所述微传感器用于获取所述压力变化信号；所述第一信号输出端分别与所述微传感器和所述上位机连接。

4.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，所述柔性应变传感器包括金属电极、柔性基膜和第二信号输出端；

所述金属电极通过3D打印技术附着在所述柔性基膜的上方，所述第二信号输出端通过焊接的方法焊接在所述金属电极的两侧；所述第二信号输出端与所述上位机通过导线连接。

5.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，所述箱体中内置有LED灯；所述LED灯用于对所述箱体的内部空间进行照明。

6.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，基于上位机，根据所述压力变化信号确定所述目标检测肉块的坐标，包括：从目标检测肉块的坐标点集中随机选择一个数据点作为中心点；

针对每个数据点，选取一个数据点作为中心点，并分别计算其他的数据点到中心点的距离，并根据计算得到的距离将数据点分配给距离最近的中心点所代表的集合；

计算每个中心点代表的集合中所有数据点的横坐标和纵坐标的平均值，并将平均值作为新的中心点；

重复步骤“针对每个数据点，选取一个数据点作为中心点，并分别计算其他的数据点到中心点的距离，并根据计算得到的距离将数据点分配给距离最近的中心点所代表的集合”和“计算每个中心点代表的集合中所有数据点的横坐标和纵坐标的平均值，并将平均值作为新的中心点”，经过多次迭代后，当四个中心点收敛到同一坐标或达到指定迭代次数后迭代停止，每个集合的中心点收敛到数据点集的真实中心点，以得到最终的中心点；

根据最终的中心点计算其他取样点的坐标；所述其他取样点的坐标的计算公式为：

；

；

其中，和分别为目标检测肉块的坐标点集中横坐标和纵坐标的最大值，和分别为目标检测肉块的坐标点集中横坐标和纵坐标的最小值，xi为其他取样点的横坐标值，yi为其他取样点的纵坐标值，x0为最终的中心点的横坐标值，y0为最终的中心点的纵坐标值；

将各个其他取样点的坐标和最终的中心点进行存储，以确定目标检测肉块的坐标。

7.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，所述目标检测肉块的颜色的检测方法包括：对机械视觉传感器拍摄的彩色图像的每个像素的RGB通道值按照预设权重进行线性组合，得到对应的灰度值；所述灰度值的计算公式为：；最后得到灰度处理后的图像；其中，为像素红通道取值，为像素绿通道取值，为像素绿通道取值，为像素灰度值；

使用边缘检测算子，对灰度图像在水平和垂直方向上分别使用卷积核进行计算，得到灰度图像在水平方向上的梯度和垂直方向上的梯度；其中水平方向上的卷积核的公式为：；竖直方向上的卷积核的公式为；其中，为水平方向上的卷积核，为竖直方向上的卷积核，A为灰度处理后的图像；

根据水平方向上的梯度和垂直方向上的梯度计算中间矩阵；所述中间矩阵的计算公式为：；其中，是窗口函数，用于像素点的加权求和，是引入的修正函数；

根据中间矩阵确定边缘角点响应函数；所述边缘角点响应函数的计算公式为；；其中，det为矩阵Q的行列式，k为矩阵Q的迹；

根据所述边缘角点响应函数计算所有像素点的边缘角点响应值，并进行非极大值抑制，保留局部最大值，以消除多余的角点，并根据边缘角点响应值设定一个筛选阈值，以保留大于所述筛选阈值的像素点，并将通过阈值筛选的像素点标记为角点并且获得角点在图像中的坐标；

对所有检测到的角点的坐标求平均值，以估计目标物体的中心点，并与机械视觉传感器拍摄的彩色图像中心坐标相比较，计算出目标检测肉块在图像中的偏移量；；；；xc为目标检测肉块中心的X轴坐标，yc为目标检测肉块中心的Y轴坐标，为视觉中心和目标检测肉块中心的偏差距离，n为角点的个数；

将所述偏移量的数据类型特征转化为信号特征，并根据转化后的信号特征控制机械视觉传感器的方向和角度，以保持目标检测肉块在中心位置；

待机械视觉传感器的角度与高度调整完成后，调整对焦，调整目标检测肉块在彩色图像中所占的比例，调整至预设比例后停止对焦，以获取准确图像；

将所述准确图像中的RGB颜色空间中的像素值转换为HSV颜色空间；

将所述准确图像中的RGB颜色空间中的像素值进行归一化，得到像素新值；归一化的公式为：；其中，R、G和B分别为彩色图片三通道中RGB通道对应的点的像素值、r、g和b分别为对应R、G和B的归一化值；

根据像素新值进行HSV空间的转换计算，得到HSV空间的像素值；所述转换计算的公式为：；；；h、s和v分别为对应HSV空间里的坐标值；

进行颜色值的迭代计算；所述迭代计算包括：

分别计算出目标检测肉块中像素点的H、S、V值，并以点作为该点HSV空间的坐标；初始状态随机选择四个坐标作为颜色代表值;对每个像素点，计算它与颜色代表值的距离，并根据距离计算公式将数据点分配到距离最近的颜色代表值所在的簇中；所述距离计算公式为：；为各点的HSV值，为颜色代表值HSV的值；

对每个簇，计算簇中所有数据点的平均值，将平均值作为新的颜色代表值；

重复步骤“对每个像素点，计算它与颜色数据点的距离，并根据距离计算公式将数据点分配到距离最近的颜色代表值所在的簇中”和步骤“对每个簇，计算簇中所有数据点的平均值，将平均值作为新的颜色代表值”，随着迭代次数增加，四个颜色代表值逐渐收敛为一点，当颜色代表值在10^-3量级上没有变化后停止，获得代表目标检测肉块总体的颜色情况的颜色值；

获取50到100块屠宰完成且新鲜度达到预设要求的肉块，将每个达到预设要求的肉块的图像进行所述迭代计算确定该肉块颜色的1个颜色代表值；然后再以所述颜色代表值为数据集，再次进行所述迭代计算，最终将获得的颜色代表值确定为标准新鲜肉块的颜色值；

获取刚屠宰出的肉块，并在预设条件下存储，每个刚屠宰出的肉块每隔预设时间进行一次实验获得值，计算与标准新鲜肉块的颜色值的距离数据，直至肉块完全腐败；

通过取平均值的方法获得每次实验的一个距离值，从新鲜度极好到完全腐败，均分为6级即6个区间，对应分数为5、4、3、2、1、0分；

通过计算得出的距离值后计算分数方法为：

；

其中为检测肉块与标准新鲜肉块的距离，为0分级肉块与标准新鲜肉块的距离，为5分级肉块与标准新鲜肉块的距离；

若检测到颜色偏白色，即RGB三值相近部分较多，则降低颜色分数在计算总分时的权重，颜色分数所占权重的计算方法为：；

其中，为检测到颜色中偏白色部分占整体颜色情况的比重。

8.根据权利要求1所述的羊肉新鲜度无损仿生检测方法，其特征在于，基于多模态数据融合方式，根据所述粘性分级结果、所述颜色分级结果和所述弹性分级结果确定所述目标检测肉块的新鲜度等级，包括：将所述粘性分级结果、所述颜色分级结果和所述弹性分级结果输入至config模块中，得到融合信息；

将所述融合信息输入至MyModel模型中进行处理，得到所述目标检测肉块的新鲜度等级。