1.一种车厢点云姿态自动校正方法，其特征在于，所述方法包括：获取车厢的点云数据；其中，所述点云数据包括多个点数据；

根据所述点云数据确定所述车厢的侧面；其中，所述侧面包括上侧面、下侧面、左侧面和右侧面；

根据所述侧面中任意两个互相垂直侧面的法向量，计算所述点云数据相对于标准姿态的外参矩阵；其中，获取所述侧面中任意两个互相垂直侧面分别对应的第一单位法向量和第二单位法向量；将所述第一单位法向量和所述第二单位法向量进行叉乘计算，得到第三法向量；基于所述第一单位法向量、所述第二单位法向量和所述第三法向量，得到所述外参矩阵；所述外参矩阵用于表征设备坐标系到车厢坐标系的变换矩阵；

基于所述外参矩阵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，所述根据所述点云数据确定所述车厢的侧面的步骤，包括：基于随机采样一致性算法，确定所述点云数据对应的平面集；其中，所述平面集包括多个平面；

根据每个所述平面的法向量，确定平行平面对集合；其中，所述平行平面对集合包括多个平行平面对，每个所述平行平面对包括互相平行的两个平面；

根据每个所述平行平面对的法向量，确定目标正交平行平面对；其中，所述目标正交平行平面对包括互相垂直的两个平行平面对；

根据所述目标正交平行平面对，确定所述车厢的侧面。

3.根据权利要求2所述的方法，其特征在于，所述基于随机采样一致性算法，确定所述点云数据对应的平面集的步骤，包括：基于所述随机采样一致性算法对所述点云数据进行拟合，得到多个初始平面；其中，每个所述初始平面包括多个点云数据；

判断每个所述初始平面内点数据的数量是否大于预设阈值；

如果是，则确定所述初始平面为所述平面集中的平面。

4.根据权利要求2所述的方法，其特征在于，所述根据每个所述平面的法向量，确定平行平面对集合的步骤，包括：计算任意两个所述平面的法向量之间的夹角；

判断所述夹角是否小于预设角度阈值；

如果是，则确定两个所述平面为平行平面对。

5.根据权利要求2所述的方法，其特征在于，所述根据每个所述平行平面对的法向量，确定目标正交平行平面对的步骤，包括：判断任意两个所述平行平面对的法向量是否互相垂直；

如果是，则确定两个所述平行平面对为正交平行平面对，并得到包含多个所述正交平行平面对的正交平行平面对集合；

遍历所述正交平行平面对集合，将包含点数据数量最多的所述正交平行平面对确定为所述目标正交平行平面对。

6.根据权利要求2所述的方法，其特征在于，所述目标正交平行平面对包括互相垂直的第一平行平面对和第二平行平面对；所述根据所述目标正交平行平面对，确定所述车厢的侧面的步骤，包括：分别计算所述第一平行平面对中两个平面之间的第一距离，以及所述第二平行平面对中两个平面之间的第二距离；

判断所述第一距离是否大于所述第二距离；

如果是，则所述第一平行平面对为车厢高度方向的平行平面对，所述第二平行平面对为车厢宽度方向的平行平面对；

根据所述第一平行平面对中两个所述平面到原点的距离确定所述车厢的上侧面和下侧面；以及，根据所述第二平行平面对中两个所述平面的法向量确定所述车厢的左侧面和右侧面。

7.一种车厢点云姿态自动校正装置，其特征在于，所述装置包括：获取模块，用于获取车厢的点云数据；其中，所述点云数据包括多个点数据；

确定模块，用于根据所述点云数据确定所述车厢的侧面；其中，所述侧面包括上侧面、下侧面、左侧面和右侧面；

计算模块，用于根据所述侧面中任意两个互相垂直侧面的法向量，计算所述点云数据相对于标准姿态的外参矩阵；其中，获取所述侧面中任意两个互相垂直侧面分别对应的第一单位法向量和第二单位法向量；将所述第一单位法向量和所述第二单位法向量进行叉乘计算，得到第三法向量；基于所述第一单位法向量、所述第二单位法向量和所述第三法向量，得到所述外参矩阵；所述外参矩阵用于表征设备坐标系到车厢坐标系的变换矩阵；

校正模块，用于基于所述外参矩阵对所述点云数据进行自动姿态校正。

8.根据权利要求7所述的装置，其特征在于，所述确定模块，具体用于：基于随机采样一致性算法，确定所述点云数据对应的平面集；其中，所述平面集包括多个平面；

根据每个所述平面的法向量，确定平行平面对集合；其中，所述平行平面对集合包括多个平行平面对，每个所述平行平面对包括互相平行的两个平面；

根据每个所述平行平面对的法向量，确定目标正交平行平面对；其中，所述目标正交平行平面对包括互相垂直的两个平行平面对；

根据所述目标正交平行平面对，确定所述车厢的侧面。