1.一种基于最优传输的点云配准方法，其特征在于，所述方法包括：S1：输入待配准的两幅点云的数据，并分别对每幅点云的数据进行质量分配；

S2：使用最优传输理论求解所述两幅点云的传输计划与变换矩阵；

S3：计算所述两幅点云中每个点的传输代价，并根据计算的传输代价检测异常点；

S4：根据检测结果，调整两幅点云中各个点的质量；

S5：对调整质量后的两幅点云重复执行步骤S2至S4，直至检测不到异常点为止；

S6：将检测不到异常点时对应的变换矩阵作用到点云中，以配准点云数据。

2.根据权利要求1所述的基于最优传输的点云配准方法，其特征在于，输入的待配准的两幅点云中，各个点的初始质量以及两幅点云的质量和满足以下条件：

其中， 表示第一幅点云中第i个点云对应的初始质量， 表示第二幅点云中第j个点云对应的初始质量。

3.根据权利要求1所述的基于最优传输的点云配准方法，其特征在于，使用最优传输理论求解所述两幅点云的传输计划与变换矩阵的步骤包括：利用传输代价度量两幅点云之间的距离，并按照下述目标函数计算传输计划矩阵和变换矩阵的最小值：

其中，R表示所述变换矩阵，xi表示第一幅点云中的第i个点，yj表示第二幅点云中的第j个点，σi,j表示所述传输计划矩阵σ中第i行第j列的元素，该元素表示xi传输到yj的质量，||xiR-yj||2表示xi经过变换矩阵R后的位置到yj的欧氏距离；

其中，上述公式中的传输计划矩阵和变换矩阵的最小值可通过交替迭代求解下述两个公式得到：

其中，Rk和σk分别表示第k次迭代计算后的变换矩阵和传输计划矩阵，上述的交替迭代过程直至Rk收敛为止。

4.根据权利要求3所述的基于最优传输的点云配准方法，其特征在于，在交替迭代求解变换矩阵和传输计划矩阵之前，所述方法还包括：计算初始传输计划矩阵，其中，所述初始传输计划矩阵按照下述方式确定：在传输过程中，若在第二幅点云的所有点中，yj到xi的距离最近，则xi传输本身所有质量到yj，同时，xi传输到第二幅点云中的其它点的质量为0。

5.根据权利要求3所述的基于最优传输的点云配准方法，其特征在于，根据奇异值分解算法，按照下述公式求解变换矩阵：

其中，SVD(XTσk-1Y)＝UDVT，SVD为奇异值分解算符，X表示第一幅点云的数据，Y表示第二幅点云的数据，U、D、V为奇异值分解后的三个矩阵，其中，

6.根据权利要求3所述的基于最优传输的点云配准方法，其特征在于，所述方法还包括：在所述目标函数中添加熵正则项，形成如下式所述的熵正则项光滑目标函数：

其中，λ为熵正则项的权重系数，h(σ)表示传输计划矩阵σ对应的熵正则项。

7.根据权利要求6所述的基于最优传输的点云配准方法，其特征在于，所述方法还包括：通过下述公式迭代求解所述熵正则项光滑目标函数：

其中，K＝e-λM，M为第一幅点云到第二幅点云的距离矩阵，wx表示第一幅点云的质量矩阵，wy表示第二幅点云的质量矩阵，u和v为迭代参数，在迭代结束后，所述传输计划矩阵为σ＝diag(u)Kdiag(v)。

8.根据权利要求1所述的基于最优传输的点云配准方法，其特征在于，计算所述两幅点云中每个点的传输代价，并根据计算的传输代价检测异常点具体包括：按照下述公式计算所述两幅点云中每个点的传输代价：

其中， 表示第一幅点云中第i个点的传输代价，xi表示第一幅点云中的第i个点，σi,j表示传输计划矩阵中第i行第j列的元素，该元素表示第一幅点云中的第i个点传输到第二幅点云中的第j个点的质量，Mi,j为第一幅点云中的第i个点与第二幅点云中的第j个点之间的欧氏距离，n表示所述第二幅点云中所有点的个数；

若 则将xi标记为异常点；其中， 表示第一幅点云中各个点的传输代价的平均值， 表示第一幅点云中各个点的传输代价的标准差。

9.根据权利要求1所述的基于最优传输的点云配准方法，其特征在于，根据检测结果，调整两幅点云中各个点的质量具体包括：按照下述公式，对检测出的异常点进行质量削减：

其中， 表示第一幅点云中第i个点削减后的质量， 表示第一幅点云中第i个点削减前的质量， 表示第一幅点云中第i个点的传输代价，xi表示第一幅点云中的第i个点， 表示第一幅点云中各个点的传输代价的平均值， 表示第一幅点云中各个点的传输代价的标准差；

将对异常点削减的质量平分至其它非异常点上。

10.根据权利要求1所述的基于最优传输的点云配准方法，其特征在于，将检测不到异常点时对应的变换矩阵作用到点云中，以配准点云数据具体包括：将检测不到异常点时对应的变换矩阵作用到其中一幅点云中，以实现两幅点云在同一坐标系中的对齐。