1.一种外方位元素的标定方法，其特征在于，所述方法包括：获取一组第一传感器数据和第二传感器数据；其中，所述第一传感器数据为三维点云数据，所述第二传感器数据为图像数据；

提取所述第一传感器数据中的第一线状特征和所述第二传感器数据中的第二线状特征；

基于初始的外方位元素将所述第一线状特征转换至第二传感器数据所在的坐标系下，得到转换后的第一线状特征；

根据转换后的第一线状特征到所述第二线状特征的距离，将所述第一线状特征与所述第二线状特征进行匹配得到同名线状特征对，计算得到的所述同名线状特征对的数量；

基于构建的目标方程，通过迭代计算对初始的外方位元素进行调整，使基于调整后的外方位元素确定出的各所述同名线状特征对中的所述第一线状特征到所述第二线状特征的距离最小，得到调整后的外方位元素；

基于预设条件判断调整后的外方位元素是否为最优外方位元素，其中，所述预设条件包括：所述目标方程的拟合误差小于目标方程的拟合误差阈值，且所述同名线状特征对的数量大于或者等于预设数量阈值；

若是，将初始的外方位元素更新为调整后的外方位元素并输出调整后的外方位元素；

若否，将初始的外方位元素更新为调整后的外方位元素，并获取下一组第一传感器数据和第二传感器数据，返回执行所述提取所述第一传感器数据中的第一线状特征和所述第二传感器数据中的第二线状特征的步骤。

2.根据权利要求1所述的方法，其特征在于，所述根据转换后的第一线状特征到所述第二线状特征的距离，将所述第一线状特征与所述第二线状特征进行匹配得到同名线状特征对包括：

在所述坐标系下计算各所述第一线状特征中的所有点到投影平面的各距离总和，其中，所述投影平面为所述第二线状特征与第二传感器的投影中心形成的平面；

将各所述第一线状特征对应的距离总和的集合作为距离集合，在所述距离集合中，选取最小的距离总和，将与最小的距离总和对应的所述第一线状特征与所述第二线状特征作为所述同名线状特征对。

3.根据权利要求1所述的方法，其特征在于，所述提取所述第一传感器数据中的第一线状特征包括：

将所述第一传感器数据中的三维点云划分为多个体素，获取每个所述体素的厚度和三维点云数量；

对于每个所述体素，在所述体素的厚度和三维点云数量在预设范围内的情况下，判定所述体素为地面体素，在所述体素的厚度和三维点云数量不在所述预设范围内的情况下，判定所述体素为非地面体素，其中，所述预设范围包括所述厚度小于预设厚度，且所述三维点云数量大于预设数量；

在所述地面体素中，通过聚类和拟合算法得到车道线点云，在所述非地面体素的三维点云的第一特征值大于第二特征值，且所述三维点云的第一特征向量与z轴平行的情况下，通过聚类算法得到杆状物点云，其中，所述z轴为所述三维点云所属的坐标系的z轴；

将所述车道线点云和所述杆状物点云进行整合得到所述第一线状特征。

4.根据权利要求1所述的方法，其特征在于，所述提取所述第二传感器数据中的第二线状特征包括：

通过深度学习算法对所述第二传感器数据进行语义分割和语义信息识别，得到多个分割区域和所述分割区域的语义信息；

在各所述分割区域的语义信息为杆状物或者车道线的情况下，将所述分割区域中的点的集合作为所述第二线状特征。

5.根据权利要求1所述的方法，其特征在于，构建所述目标方程包括：根据所述第一线状特征中的点、所述第二线状特征对应的法向量以及所述外方位元素构建所述目标方程，其中，所述外方位元素包括旋转变量和平移变量。

6.根据权利要求1所述的方法，其特征在于，在所述将所述第一线状特征与所述第二线状特征进行匹配得到同名线状特征对之前，所述方法还包括：通过最小二乘法对所述第二线状特征进行直线拟合得到拟合线段，并获取所述第二线状特征与所述拟合线段之间的拟合误差；

在所述拟合误差小于拟合误差阈值的情况下，将所述拟合线段中的起始点和终止点作为所述第二线状特征；

在所述拟合误差大于或者等于所述拟合误差阈值的情况下，丢弃所述第二线状特征和与所述第二线状特征对应的所述第一线状特征。

7.根据权利要求1所述的方法，其特征在于，在所述输出调整后的外方位元素之后，所述方法还包括：

根据所述外方位元素，将所述第一传感器数据中的三维点云投影至投影平面得到第一投影结果，其中所述投影平面为所述第二线状特征与第二传感器的投影中心形成的平面；

获取人工标定得到的离线外方位元素，根据所述离线外方位元素将所述三维点云投影至所述投影平面，得到第二投影结果；

计算所述第一投影结果和所述第二投影结果之间的差值，根据所述差值判断所述外方位元素的准确度。

8.一种外方位元素的标定设备，其特征在于，所述设备包括激光雷达、相机和处理器：所述处理器获取一组所述激光雷达的第一传感器数据和所述相机的第二传感器数据；

所述处理器提取所述第一传感器数据中的第一线状特征和所述第二传感器数据中的第二线状特征；

所述处理器基于初始的外方位元素将所述第一线状特征转换至第二传感器数据所在的坐标系下，得到转换后的第一线状特征；

所述处理器根据转换后的第一线状特征到所述第二线状特征的距离，将所述第一线状特征与所述第二线状特征进行匹配得到同名线状特征对，计算得到的所述同名线状特征对的数量；

所述处理器基于构建的目标方程，通过迭代计算对初始的外方位元素进行调整，使基于调整后的外方位元素确定出的各所述同名线状特征对中的所述第一线状特征到所述第二线状特征的距离最小，得到调整后的外方位元素；

所述处理器基于预设条件判断调整后的外方位元素是否为最优外方位元素，其中，所述预设条件包括：所述目标方程的拟合误差小于目标方程的拟合误差阈值，且所述同名线状特征对的数量大于或者等于预设数量阈值；

若是，所述处理器将初始的外方位元素更新为调整后的外方位元素并输出调整后的外方位元素；

若否，所述处理器将初始的外方位元素更新为调整后的外方位元素，并获取下一组第一传感器数据和第二传感器数据，返回执行所述提取所述第一传感器数据中的第一线状特征和所述第二传感器数据中的第二线状特征的步骤。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的外方位元素的标定方法。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7中任一项所述的外方位元素的标定方法。