1.一种车厢点云姿态的校正方法，其特征在于，包括：获取车厢的点云数据，及对所述点云数据进行滤波处理；

根据滤波处理后的点云数据在目标方向上的宽度，确定所述点云数据相对于标准姿态的旋转角；所述目标方向上的宽度为在所述点云数据在所述目标方向上最大值与最小值的差值；

根据所述旋转角对所述点云数据进行自动姿态校正。

2.根据权利要求1所述的方法，其特征在于，所述根据滤波处理后的点云数据在目标方向上的宽度，确定所述点云数据相对于标准姿态的旋转角，包括：计算滤波处理后的点云数据在第一方向上的最大值与最小值的第一差值，和/或，点云数据在第二方向上的最大值与最小值的第二差值；所述第一方向与所述第二方向垂直；

通过遍历偏移角度确定所述第一差值的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的航向角，和/或，通过遍历偏移角度确定所述第二差值的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的俯仰角。

3.根据权利要求2所述的方法，其特征在于，所述根据滤波处理后的点云数据在目标方向上的宽度，确定所述点云数据相对于标准姿态的旋转角，还包括：计算所述第一差值与所述第二差值之和；

通过遍历偏移角度确定所述第一差值与所述第二差值之和的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的翻转角。

4.根据权利要求1‑3任一项所述的方法，其特征在于，所述对所述点云数据进行滤波处理，包括：

采用以下至少一种点云滤波算法对所述点云数据进行滤波处理：半径滤波、统计滤波、置信度滤波。

5.根据权利要求1‑3任一项所述的方法，其特征在于，所述获取车厢的点云数据，包括：通过深度相机采集车厢的三维空间信息，得到所述车厢的点云数据；所述点云数据为包括多个点的数据集，各点对应有三维坐标。

6.根据权利要求1‑3任一项所述的方法，其特征在于，所述方法还包括：根据自动姿态校正后的所述点云数据计算车厢装载率。

7.根据权利要求2所述的方法，其特征在于，所述车厢包括近似立方体结构；所述第一方向为水平横向，所述第二方向为竖直方向。

8.一种车厢点云姿态的校正装置，其特征在于，包括：获取模块，用于获取车厢的点云数据，及对所述点云数据进行滤波处理；

旋转角确定模块，用于根据滤波处理后的点云数据在目标方向上的宽度，确定所述点云数据相对于标准姿态的旋转角；所述目标方向上的宽度为在所述点云数据在所述目标方向上最大值与最小值的差值；

校正模块，用于根据所述旋转角对所述点云数据进行自动姿态校正。

9.根据权利要求1所述的装置，其特征在于，所述旋转角确定模块，具体用于：计算滤波处理后的点云数据在第一方向上的最大值与最小值的第一差值，和/或，点云数据在第二方向上的最大值与最小值的第二差值；所述第一方向与所述第二方向垂直；

通过遍历偏移角度确定所述第一差值的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的航向角，和/或，通过遍历偏移角度确定所述第二差值的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的俯仰角。

10.根据权利要求9所述的装置，其特征在于，所述旋转角确定模块，具体用于：计算所述第一差值与所述第二差值之和；

通过遍历偏移角度确定所述第一差值与所述第二差值之和的最小值对应的偏移角度，得到所述点云数据相对于标准姿态的翻转角。