1.一种车辆位姿确定方法，其特征在于，所述方法包括：获取多帧点云数据，并对所述多帧点云数据进行栅格化，得到第一栅格地图，所述多帧点云数据包括当前时刻和当前时刻之前的点云数据；

从多个目标位姿中确定所述第一栅格地图与预建的第二栅格地图对应的至少一个匹配位姿；

根据所述至少一个匹配位姿，确定车辆的当前位姿。

2.根据权利要求1所述的方法，其特征在于，所述获取多帧点云数据，包括：接收激光雷达在当前时刻采集的第一点云数据；

将所述第一点云数据转换至里程计坐标系下，得到第二点云数据；

将所述第二点云数据添加至滑动点云集合，以对所述滑动点云集合进行更新，所述滑动点云集合包括当前时刻之前的至少一帧点云数据，且所述至少一帧点云数据是将所述激光雷达在当前时刻之前采集的点云数据转换到里程计坐标系下得到；

获取更新后的滑动点云集合中的多帧点云数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一点云数据转换至里程计坐标系下之前，还包括：根据当前时刻的里程计数据，确定所述车辆的当前里程计位姿；

确定所述当前里程计位姿中的位置坐标与所述滑动点云集合中最后一帧点云数据对应的里程计位姿中的位置坐标之间的距离，得到第一距离，所述最后一帧点云数据是指所述滑动点云集合中采集时刻距离当前时刻最近的一帧点云数据；

如果所述第一距离大于参考距离阈值，则执行将所述第一点云数据转换至里程计坐标系下的步骤。

4.根据权利要求2或3所述的方法，其特征在于，所述将所述第二点云数据添加至滑动点云集合之前，还包括：如果所述滑动点云集合内的点云数据的帧数大于第一阈值，则将所述滑动点云集合中的第一帧点云数据删除，并执行将所述第二点云数据添加至所述滑动点云集合中的步骤；

或者，如果根据所述滑动点云集合内的所有点云数据对应的里程计位姿和当前里程计位姿确定的累加距离大于第二阈值，则从所述第一帧点云数据开始对所述滑动点云集合中的点云数据进行删除，直到根据删除后的滑动点云集合内的所有点云数据对应的里程计位姿和所述当前里程计位姿确定的累加距离不大于所述第二阈值为止，执行将所述第二点云数据添加至所述滑动点云集合的步骤。

5.根据权利要求1所述的方法，其特征在于，所述对所述多帧点云数据进行栅格化，得到第一栅格地图，包括：确定所述多帧点云数据中用于表征动态障碍物的目标激光点；

对所述多帧点云数据中除所述目标激光点之外的其他激光点进行栅格投影，得到所述第一栅格地图。

6.根据权利要求5所述的方法，其特征在于，所述确定所述多帧点云数据中用于表征动态障碍物的目标激光点，包括：根据预测位姿将所述多帧点云数据转换至世界坐标系下，所述预测位姿根据当前时刻之前所述车辆的历史位姿和当前时刻的里程计数据确定得到；

将转换至世界坐标系下的多帧点云数据包括的多个激光点投影至所述第二栅格地图中对应的栅格中；

从所述多个激光点中获取投影至所述第二栅格地图中的路面栅格内的第一激光点；

如果所述第一激光点与路面之间的高度差大于第三阈值，则将所述第一激光点作为所述目标激光点。

7.根据权利要求1所述的方法，其特征在于，所述从多个目标位姿中确定所述第一栅格地图与预建的第二栅格地图对应的至少一个匹配位姿之前，还包括：获取当前时刻之前所述车辆的历史位姿在多个自由度上分别对应的第一置信度；

根据多个第一置信度和预测位姿，确定与所述预测位姿相关联的所述多个目标位姿，所述预测位姿根据当前时刻之前所述车辆的历史位姿和当前时刻的里程计数据确定得到。

8.根据权利要求1或7所述的方法，其特征在于，所述从多个目标位姿中确定所述第一栅格地图与预建的第二栅格地图对应的至少一个匹配位姿，包括：确定所述第一栅格地图和所述第二栅格地图在多个目标位姿下的匹配概率；

从所述第一栅格地图与所述第二栅格地图在所述多个目标位姿下的匹配概率中确定最大匹配概率；

将所述最大匹配概率对应的目标位姿作为第一目标位姿；

从所述多个目标位姿中获取与所述第一目标位姿相关联的多个第二目标位姿；

将所述第一目标位姿和所述第二目标位姿作为所述匹配位姿。

9.根据权利要求8所述的方法，其特征在于，所述第一栅格地图和所述第二栅格地图中的每个栅格的栅格数据包括投影至相应栅格的激光点的反射强度的标准差、投影至相应栅格的激光点的高度值中的最大高度值、边缘反射强度值和高度描述子，其中，所述边缘反射强度值用于表征投影至相应栅格的相邻栅格的激光点的反射强度分布，所述高度描述子用于表征投影至相应栅格的激光点在高度方向上的分布。

10.根据权利要求9所述的方法，其特征在于，所述确定所述第一栅格地图和所述第二栅格地图在多个目标位姿下的匹配概率，包括：根据所述第一栅格地图和所述第二栅格地图中每个栅格的栅格数据中的反射强度的标准差和边缘反射强度值，确定所述第一栅格地图和所述第二栅格地图在每个目标位姿下的反射强度差异值；

根据所述第一栅格地图和所述第二栅格地图中对应的栅格的栅格数据中的最大高度值，确定所述第一栅格地图和所述第二栅格地图在每个目标位姿下的高度差异值；

根据所述第一栅格地图和所述第二栅格地图在每个目标位姿下的反射强度差异值、高度差异值、所述第一栅格地图和所述第二栅格地图中每个栅格的栅格数据中的高度描述子，确定所述第一栅格地图和所述第二栅格地图在相应目标位姿下的匹配概率。

11.根据权利要求8所述的方法，其特征在于，所述根据所述至少一个匹配位姿，确定车辆的当前位姿，包括：根据所述至少一个匹配位姿和每个匹配位姿分别对应的匹配概率，确定所述车辆的当前位姿。

12.根据权利要求11所述的方法，其特征在于，所述确定所述车辆的当前位姿之后，还包括：根据所述车辆的当前位姿、所述至少一个匹配位姿和每个匹配位姿分别对应的匹配概率，确定所述车辆的当前位姿在多个自由度上分别对应的第二置信度。

13.一种车辆位姿确定装置，其特征在于，所述装置包括：获取模块，用于获取多帧点云数据，所述多帧点云数据包括当前时刻和当前时刻之前的点云数据；

栅格化模块，用于对所述多帧点云数据进行栅格化，得到第一栅格地图，第一确定模块，用于从多个目标位姿中确定所述第一栅格地图与预建的第二栅格地图对应的至少一个匹配位姿；

第二确定模块，用于根据所述至少一个匹配位姿，确定车辆的当前位姿。

14.一种车辆，其特征在于，所述车辆包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1‑12任一项所述的车辆位姿确定方法的步骤。

15.根据权利要求14所述的车辆，其特征在于，所述车辆还包括：激光雷达、惯性测量单元IMU和轮速传感器；

所述激光雷达用于向所述处理器发送点云数据；

所述IMU用于向所述处理器发送所述车辆的线加速度和角速度；

所述轮速传感器用于向所述处理器发送所述车辆的车轮转速；

所述处理器还用于根据所述车辆的线加速度、角速度和车轮转速，确定里程计数据。

16.根据权利要求14或15所述的车辆，其特征在于，所述处理器还用于根据所述车辆的当前位姿进行路线规划，或者，根据所述车辆的当前位姿控制所述车辆自动行驶。