1.一种三维物体位姿准确性判断方法，其特征在于，包括：获取待校验的目标物体的网格模型、所述目标物体所在的场景图像及所述目标物体在所述场景图像中的第一位姿；

根据所述第一位姿，将所述目标物体的网格模型进行投影，获取所述目标物体当前对应的投影，其中，所述投影中包括外轮廓及内部结构线条；

判断所述投影与所述场景图像的贴合度是否大于或等于第一阈值；

若是，则确定所述第一位姿准确。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一位姿，将所述目标物体的网格模型进行投影，获取所述目标物体当前对应的投影，包括：根据所述第一位姿，将所述目标物体的网格模型中的顶点及连线进行投影，形成所述目标物体的线框图；

将所述线框图进行二值化及边缘跟踪拓扑结构分析，确定所述目标物体当前对应的外轮廓；

根据所述目标物体的网格模型中相邻面片的法向量差值，确定相邻面片的角度差异；

将角度差异大于第二阈值的相邻面片间的交线，在所述线框图中对应的线条确定为所述目标物体当前对应的内部结构线条。

3.如权利要求1所述的方法，其特征在于，所述根据所述第一位姿，将所述目标物体的网格模型进行投影，获取所述目标物体当前对应的投影，包括：根据所述第一位姿，将所述目标物体的网格模型中的面片进行投影，形成所述目标物体当前对应的深度图；

将所述深度图进行二值化及边缘跟踪拓扑结构分析，确定所述目标物体当前对应的外轮廓；

对所述深度图进行边缘检测算子处理，确定所述深度图中包含的边缘；

确定所述边缘中非外轮廓外的边缘，为所述目标物体当前对应的内部结构线条。

4.如权利要求1-3任一所述的方法，其特征在于，所述判断所述投影与所述场景图像的贴合度是否大于或等于第一阈值，包括：按照预设的规则，将所述外轮廓进行分段处理，确定所述外轮廓中包括的各线段；

根据所述场景图像在各线段处的梯度值及梯度方向，依次判断各线段是否与所述场景图像贴合；

判断与场景图像贴合的各线段的总长度，与所述外轮廓总长度的比值是否大于或等于第一阈值。

5.如权利要求4所述的方法，其特征在于，所述根据所述场景图像在各线段处的梯度值及梯度方向，依次判断各线段是否与所述场景图像贴合，包括：判断所述场景图像在第一线段处度的梯度值，是否大于或等于第三阈值；

若是，则判断所述场景图像在所述第一线段处的梯度方向，与所述第一线段的法线方向差是否小于或等于第四阈值；

若是，则判断所述场景图像在所述第一线段处的梯度方向的杂乱程度，是否小于或等于第五阈值；

若是，则确定所述第一线段与所述场景图像贴合。

6.如权利要求5所述的方法，其特征在于，所述判断所述场景图像在第一线段处度的梯度值，是否大于或等于第三阈值之前，还包括：将所述场景图像的第二线段中各点的梯度值的加权均值，确定为所述场景图像在所述第一线段处的梯度值，其中所述第二线段为所述目标物体在所述场景图像中与所述第一线段对应的线段。

7.如权利要求5所述的方法，其特征在于，所述判断所述场景图像在所述第一线段处的梯度方向的杂乱程度，是否小于或等于第五阈值之前，还包括：确定所述场景图像的第二线段中各点的梯度方向，分别对应的单位圆坐标值，其中所述第二线段为所述目标物体在所述场景图像中与所述第一线段对应的线段；

根据各单位圆坐标值的加权均值，确定所述场景图像在所述第一线段处的梯度方向的杂乱程度。

8.如权利要求5-7任一所述的方法，其特征在于，所述判断所述场景图像在第一线段处度的梯度值，是否大于或等于第三阈值之后，还包括：若否，则确定所述第一线段与所述场景图像未贴合。

9.如权利要求5-7任一所述的方法，其特征在于，所述判断所述场景图像在所述第一线段处的梯度方向，与所述第一线段的法线方向差是否小于或等于第四阈值之后，还包括：若否，则确定所述第一线段与所述场景图像未贴合。

10.如权利要求5-7任一所述的方法，其特征在于，所述判断所述场景图像在所述第一线段处的梯度方向的杂乱程度，是否小于或等于第五阈值之后，还包括：若否，则确定所述第一线段与所述场景图像未贴合。

11.一种三维物体位姿准确性判断装置，其特征在于，包括：第一获取模块，用于获取待校验的目标物体的网格模型、所述目标物体所在的场景图像及所述目标物体在所述场景图像中的第一位姿；

第二获取模块，用于根据所述第一位姿，将所述目标物体的网格模型进行投影，获取所述目标物体当前对应的投影，其中，所述投影中包括外轮廓及内部结构线条；

判断模块，用于判断所述投影与所述场景图像的贴合度是否大于或等于第一阈值；

确定模块，用于若是，则确定所述第一位姿准确。

12.如权利要求11所述的装置，其特征在于，所述第二获取模块，包括：第一形成单元，用于根据所述第一位姿，将所述目标物体的网格模型中的顶点及连线进行投影，形成所述目标物体的线框图；

第一确定单元，用于将所述线框图进行二值化及边缘跟踪拓扑结构分析，确定所述目标物体当前对应的外轮廓；

第二确定单元，用于根据所述目标物体的网格模型中相邻面片的法向量差值，确定相邻面片的角度差异；

第三确定单元，用于将角度差异大于第一阈值的相邻面片间的交线，在所述线框图中对应的线条确定为所述目标物体当前对应的内部结构线条。

13.如权利要求11所述的装置，其特征在于，所述第二获取模块，包括：第二形成单元，用于根据所述第一位姿，将所述目标物体的网格模型中的面片进行投影，形成所述目标物体当前对应的深度图；

第四确定单元，用于将所述深度图进行二值化及边缘跟踪拓扑结构分析，确定所述目标物体当前对应的外轮廓；

第五确定单元，用于对所述深度图进行边缘检测算子处理，确定所述深度图中包含的边缘；

第六确定单元，用于确定所述边缘中非外轮廓外的边缘，为所述目标物体当前对应的内部结构线条。

14.如权利要求11-13任一所述的装置，其特征在于，所述判断模块，包括：第七确定单元，用于按照预设的规则，将所述外轮廓进行分段处理，确定所述外轮廓中包括的各线段；

第一判断单元，用于根据所述场景图像在各线段处的梯度值及梯度方向，依次判断各线段是否与所述场景图像贴合；

第二判断单元，用于判断与场景图像贴合的各线段的总长度，与所述外轮廓总长度的比值是否大于或等于第一阈值。

15.如权利要求14所述的装置，其特征在于，所述第一判断单元，具体用于：判断所述场景图像在第一线段处度的梯度取值，是否大于或等于第三阈值；

若是，则判断所述场景图像在所述第一线段处的梯度方向，与所述第一线段的法线方向差是否小于或等于第四阈值；

若是，则判断所述场景图像在所述第一线段处的梯度方向的杂乱程度，是否小于或等于第五阈值；

若是，则确定所述第一线段与所述场景图像贴合。

16.如权利要求15所述的装置，其特征在于，所述第一判断单元，还用于：将所述场景图像的第二线段中各点的梯度值的加权均值，确定为所述场景图像在所述第一线段处的梯度值，其中所述第二线段为所述目标物体在所述场景图像中与所述第一线段对应的线段。

17.如权利要求15所述的装置，其特征在于，所述第一判断单元，还用于：确定所述场景图像的第二线段中各点的梯度方向，分别对应的单位圆坐标值，其中所述第二线段为所述目标物体在所述场景图像中与所述第一线段对应的线段；

根据各二维坐标值的加权均值，确定所述场景图像在所述第一线段处的梯度方向的杂乱程度。

18.如权利要求15-17任一所述的装置，其特征在于，所述第一判断单元，还用于：若所述场景图像在第一线段处度的梯度取值小于第三阈值，则确定所述第一线段与所述场景图像未贴合。

19.如权利要求15-17任一所述的装置，其特征在于，所述第一判断单元，还用于：若所述场景图像在所述第一线段处的梯度方向与所述第一线段的法线方向差大于第四阈值，则确定所述第一线段与所述场景图像未贴合。

20.如权利要求15-17任一所述的装置，其特征在于，所述第一判断单元，还用于：若所述场景图像在所述第一线段处的梯度方向的杂乱程度大于第五阈值，则确定所述第一线段与所述场景图像未贴合。

21.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。

22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。