1.一种基于贪婪投影三角化的体积确定方法，其特征在于，包括：

步骤S1，获取多个针对于目标对象的原始点云数据，对每个所述原始点云数据进行预处理，得到多个目标点云数据；

步骤S2，根据多个所述目标点云数据进行点云补全，得到完整点云数据，所述完整点云数据包括多个点云补全后的点云数据；

步骤S3，利用贪婪投影三角化算法，对所述完整点云数据进行曲面重建，得到针对于所述目标对象的目标曲面模型，所述目标曲面模型包含多个目标面，每个所述目标面包括多个目标点，每个所述目标点表征一个点云数据；

步骤S4，根据所述目标曲面模型包含的多个所述目标面，确定所述目标对象的体积；

其中，每个所述目标点云数据包含各自在预先建立的多维空间坐标系中对应的点云位置信息；

所述步骤S2包括：

从多个所述目标点云数据中提取多个边界点云数据，每个所述边界点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

根据多个所述目标点云数据和多个所述边界点云数据，确定表面点云数据，每个所述表面点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

对于每个所述表面点云数据，以所述目标对象的底部作为投影方向，对所述表面点云数据进行垂直投影，得到所述表面点云数据对应的底部点云数据，所述底部点云数据表征对应的所述表面点云数据投影到所述目标对象底面的点的点云数据，每个所述底部点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

对于每个所述边界点云数据，根据所述边界点云数据对应的点云位置信息和预设的步长，得到所述边界点云数据对应的多个四周点云数据；

根据多个所述目标点云数据、多个所述底部点云数据和多个所述四周点云数据，得到完整点云数据。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，对每个所述原始点云数据进行预处理，得到多个目标点云数据，包括：对于每个所述原始点云数据，通过VoxelGrid滤波器对所述原始点云数据进行下采样处理，得到所述原始点云数据对应的目标点云数据。

3.根据权利要求1所述的方法，其特征在于，所述目标对象底面的各个点在所述多维空间坐标系中对应有第一点位置信息，所述第一点位置信息包括横坐标值、纵坐标值和高度值，每个所述边界点云数据各自对应的点云位置信息包括点云横坐标、点云纵坐标和点云竖坐标；

所述根据所述边界点云数据对应的点云位置信息和预设的步长，得到所述边界点云数据对应的多个四周点云数据，包括：将所述边界点云数据对应的点云横坐标作为第一坐标值，将所述边界点云数据对应的点云纵坐标作为第二坐标值；

获取所述目标对象底面中横坐标值等于所述第一坐标值、纵坐标值等于所述第二坐标值的点的高度值，将所述高度值作为目标高度值；

根据所述边界点云数据对应的点云竖坐标、所述目标高度值和所述步长，确定所述边界点云数据对应的四周点云数据的个数；

根据所述边界点云数据对应的点云位置信息、所述步长和所述个数，得到多个四周点云数据，每个所述四周点云数据包含各自在所述多维空间坐标系中对应的点云位置信息。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：

对于所述完整点云数据中的每个所述点云数据，通过预设的最邻近参数计算所述点云数据对应的协方差矩阵，根据所述协方差矩阵，计算所述点云数据对应的法向量；

对于所述完整点云数据中的每个所述点云数据，根据所述点云数据对应的所述协方差矩阵和所述法向量，确定所述点云数据对应的法向量的方向；

利用贪婪投影三角化算法，根据所述完整点云数据中每个所述点云数据对应的法向量和所述法向量的方向进行曲面重建，得到针对于所述目标对象的目标曲面模型。

5.根据权利要求4所述的方法，其特征在于，所述利用贪婪投影三角化算法，根据所述完整点云数据中每个所述点云数据对应的法向量和所述法向量的方向进行曲面重建，得到针对于所述目标对象的目标曲面模型，包括：步骤A1，确定迭代次数 ；

步骤A2，在超参数空间中随机选择参数集合，所述贪婪投影三角化算法使用所述参数集合，根据所述完整点云数据中每个所述点云数据对应的法向量和所述法向量的方向进行曲面重建，得到所述参数集合对应的初始曲面模型；

步骤A3，重复 次所述步骤A2，得到 个初始曲面模型；

步骤A4，对于每个所述参数集合，确定所述参数集合对应的所述初始曲面模型与预先构建好的标准曲面模型的相似度；

步骤A5，根据所述相似度，确定目标参数集合；

步骤A6，所述贪婪投影三角化算法使用所述目标参数集合，根据所述完整点云数据中每个所述点云数据对应的法向量和所述法向量的方向进行曲面重建，得到针对于所述目标对象的目标曲面模型。

6.根据权利要求1所述的方法，其特征在于，每个所述目标点包含各自在预先建立的多维空间坐标系中对应的点云位置信息，每个所述目标点各自对应的点云位置信息包括目标点横坐标、目标点纵坐标和目标点竖坐标；

所述步骤S4包括：

根据多个所述目标点，构建多个目标面，每个所述目标面由多个所述目标点的连线组成；

对于每个所述目标面，确定组成所述目标面的每个所述目标点各自对应的点云位置信息；

对于每个所述目标面，以所述目标对象的底部作为投影方向，对所述目标面进行垂直投影，得到所述目标面对应的多个底面点，所述底面点表征对应的所述目标点投影到所述目标对象底面的点，每个所述底面点包含各自在所述多维空间坐标系中对应的第二点位置信息，所述第二点位置信息包括横坐标值、纵坐标值和高度值；

对于每个目标面，根据组成所述目标面的多个所述目标点和所述目标面对应的多个所述底面点，构建几何体，根据所述目标点对应的点云位置信息和所述底面点对应的第二点位置信息，计算所述几何体的体积，根据所述几何体的体积确定所述目标面对应的体积；

将多个所述目标面对应的体积相加，得到所述目标对象的体积。

7.一种基于贪婪投影三角化的体积确定系统，其特征在于，包括：

第一数据处理模块，用于获取多个针对于目标对象的原始点云数据，对每个所述原始点云数据进行预处理，得到多个目标点云数据；

第二数据处理模块，用于根据多个所述目标点云数据进行点云补全，得到完整点云数据，所述完整点云数据包括多个点云补全后的点云数据；

模型构建模块，用于利用贪婪投影三角化算法，对所述完整点云数据进行曲面重建，得到针对于所述目标对象的目标曲面模型，所述目标曲面模型包含多个目标面，每个所述目标面包括多个目标点，每个所述目标点表征一个点云数据；

体积确定模块，根据所述目标曲面模型包含的多个所述目标面，确定所述目标对象的体积；

其中，每个所述目标点云数据包含各自在预先建立的多维空间坐标系中对应的点云位置信息；所述第二数据处理模块还用于从多个所述目标点云数据中提取多个边界点云数据，每个所述边界点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

所述第二数据处理模块包括：

第一处理单元，用于根据多个所述目标点云数据和多个所述边界点云数据，确定表面点云数据，每个所述表面点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

第二处理单元，用于对于每个所述表面点云数据，以所述目标对象的底部作为投影方向，对所述表面点云数据进行垂直投影，得到所述表面点云数据对应的底部点云数据，所述底部点云数据表征对应的所述表面点云数据投影到所述目标对象底面的点的点云数据，每个所述底部点云数据包含各自在所述多维空间坐标系中对应的点云位置信息；

第三处理单元，用于对于每个所述边界点云数据，根据所述边界点云数据对应的点云位置信息和预设的步长，得到所述边界点云数据对应的多个四周点云数据；

第四处理单元，用于根据多个所述目标点云数据、多个所述底部点云数据和多个所述四周点云数据，得到完整点云数据。

8.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的基于贪婪投影三角化的体积确定方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于贪婪投影三角化的体积确定方法。