1.一种抓取方法，其特征在于，包括如下步骤：
通过三维相机获取不同产品的产品参数，对不同产品进行建模，获得产品模型；
利用工作站搭建深度学习平台，建立学数据入口、参数接口、输出文件；
将所述产品模型输入至所述数据入口，进行自主学习，达到预设可信度阈值时完成学习；
通过所述产品模型建立三维空间定位系统；
利用三维相机和所述三维空间定位系统对待抓取产品进行三维手眼标定；
将所述三维手眼标定的定位信息转化为机器人系统中的坐标信息；
将所述坐标信息发送至机器人系统中，驱动机器人执行抓取动作。
2.根据权利要求1所述的抓取方法，其特征在于，所述预设可信度阈值为99%。
3.根据权利要求1所述的抓取方法，其特征在于，所述三维相机为摆动式线激光三维相机。
4.根据权利要求3所述的抓取方法，其特征在于，所述摆动式线激光三维相机的激光波长为660nm。
5.根据权利要求1所述的抓取方法，其特征在于，所述工作站为gpu工作站。
6.根据权利要求1所述的抓取方法，其特征在于，所述三维手眼标定包括如下步骤：
获取三维标定块上各角点在三维点云的坐标为（x，y，z）；
获取三维标定块上各角点在机器人末端的坐标为（u，v，w）；
计算三维点云坐标到机器人末端的坐标变化矩阵为r，其中r的计算公式为r=（x,y,z,1）-1·（u，v，w，1）；
获取矩阵r的值。
7.根据权利要求1所述的抓取方法，其特征在于，所述坐标信息通过以太网通讯发送至机器人系统中。
8.一种抓取装置，其特征在于，包括基于权利要求1-7任一项所述抓取方法的机器人。