1.一种基于网格特征描述的堆叠工件遮挡点云配准方法，其特征在于，包括：（1）获取工件的位姿点云和工件目标点云，对所述位姿点云和工作目标点云进行数据预处理，得到合成的工件模板点云候选点集 和工件目标点云候选点集 ；

（2）计算所述工件模板点云候选点集 和工件目标点云候选点集 中每一个点的高斯曲率 以及 ,其中 和 分别为候选点集和 的点数量，筛选所述高斯曲率大于预定阈值 的点作为关键点，得到模板点云关键点集 和工件目标点云关键点集 ；

（3）利用邻域三角面片几何特征对所述模板点云关键点集 和工件目标点云关键点集进行特征描述，获得特征描述矩阵；

（4）对所述特征描述矩阵计算卡方相似度，确定初始对应点对集合E={( )，},其中T为所述工件目标点云关键点集，S为所述模板点云关键点集；

（5）对所述初始对应点对集合E，采用余弦相似度差异性方法来去除错误点对，得到正确的点对关系；

（6）从所述正确的点对关系中随机选择 组对应点对， ，通过SVD奇异值分解求解刚性变化矩阵，将所述工件模板点云候选点集 通过刚性变换矩阵变换到工件目标点云相同坐标系下完成粗配准，经过若干次随机选择数量相同的 组对应点对进行粗配准，选择误差最小的刚性变换矩阵作为粗配准结果，并结合ICP算法获得最终配准结果；

其中，在步骤（3）中，利用邻域三角面片几何特征对所述模板点云关键点集 和工件目标点云关键点集 进行特征描述，包括：步骤3.1：遍历所述模板点云关键点集 和工件目标点云关键点集 中的每一个关键点，并提取该点的一阶邻域多边形；

步骤3.2：计算每个所述一阶邻域多边形的网格四元素，所述网格四元素为，其中；

；

；

；

其中点 为所述模板点云关键点集 或工件目标点云关键点集 的关键点，点 和为所述关键点 的两个相邻的一阶邻域拓扑点，点 和 和所述关键点 共同组成邻域三角面片， 为三角面片的三个夹角， 为三角面片相邻边 和的中垂线和点 共同组成的多边形面积；

步骤3.3：对所述网格四元素 进行直方图统计，其中分别设 置 个 区间 ，从 而生 成关键 点 的维的局部特征描述向量MSPH( )；

步骤3.4：采用加权的方式形成每一个关键点的最终局部特征描述向量MPPH：，

其中 为关键点，为关键点 的一阶邻域拓扑点中的关键点数量， 为关键点 和关键点 之间的欧式距离， 为 的一个一阶邻域拓扑点且是关键点。

2.根据权利要求1所述的方法，其特征在于，在步骤（1）中，对所述位姿点云和工作目标点云进行数据预处理，包括：步骤1.1：对所述工件位姿点云和工件目标点云，采用三维体素滤波的方法得到降采样后的工件位姿点云 和工件目标点云 ；

步骤1.2：将所述工件位姿点云 合并成完整的工件模板点云 ，将所述工件目标点云分割成多个目标点云 ；

步骤1.3：对所述工件模板点云 和目标点云 ，采用贪婪投影三角化方法进行网格三角化，其中没有形成三角网格的点视为离散的噪点；

步骤1.4：在建立的三角化网格中提取非边缘网格顶点作为候选点集，得到工件模板点云候选点集 和工件目标点云候选点集 ，其中所述非边缘网格顶点是指该点的状态为网格顶点的同时，其完整的一阶邻域拓扑点均为网格顶点。

3.根据权利要求1所述的方法，其特征在于，在步骤（2）中，计算所述工件模板点云候选点集 和工件目标点云候选点集 中每一个点的高斯曲率 以及，包括：

步骤2.1：对所述工件模板点云候选点集 和工件目标点云候选点集 中的每一个点，提取该点的一阶邻域多边形；

步骤2.2：计算每一个点的高斯曲率 ，公式如下：，j=1,2,…,N；

其中， 为邻域面积，即所述一阶邻域多边形中三角面片的相邻边的中垂线形成的多边形区域面积， 为相邻边的夹角，N为所述一阶邻域多边形包含的三角面片个数，表示第个点， 。

4.根据权利要求1所述的方法，其特征在于，在步骤（4）中，对所述特征描述矩阵计算卡方相似度来确定初始对应点对集，包括：步骤4.1：计算工件目标点云关键点集 中的任一关键点 与模板点云关键点集 中的任一关键点 的卡方相似度 ，其中 的局部特征描述向量为，  的局部特征描述向量为

：

，

其中 为 局部特征描述向量的均值， 为

局部特征描述向量的均值，N为局部特征描述向量的维度；

步骤4.2： 将所述工件目标点云关键点集 中的关键点与所述模板点云关键点集 中对应的卡方相似度最高的关键点组合为一对初始对应点对，从而得到初始对应点对集合E={( )， }。

5.根据权利要求1所述的方法，其特征在于，在步骤（5）中，对所述初始对应点对集合E，采用余弦相似度差异性方法来去除错误点对，包括：步骤5.1：在所述初始对应点对集合E={( )， }中随机选择3组元素，组成样本子集e = {( )，( ，( )， }；

步骤5.2：将样本子集中的点 ， ， 组成向量 ， 并按照如下公式计算余弦相似度：

，

步骤5.3：计算样本子集中的点 ， ， 组成的向量 ，的余弦相似度 ，并计算 ，设置合适阈值   ，当满足时，则该3组对应点对为正确对应点对样本子集并做保留，反之当时为错误对应点对并做剔除；

步骤5.4：重复步骤5.1 — 5.3，将正确的对应点对样本子集e纳入正确点对集合L，直到集合L中的点对数量达到阈值或者迭代次数达到上限时则停止。

6.一种基于网格特征描述的堆叠工件遮挡点云配准装置，其特征在于，包括：获取模块，用于获取工件的位姿点云和工件目标点云，对所述位姿点云和工作目标点云进行数据预处理，得到合成的工件模板点云候选点集 和工件目标点云候选点集 ；

筛选模块，用于计算所述工件模板点云候选点集 和工件目标点云候选点集 中每一个点的高斯曲率 以及 ,其中 和 分别为候选点集 和 的点数量，筛选所述高斯曲率大于预定阈值 的点作为关键点，得到模板点云关键点集 和工件目标点云关键点集 ；

特征描述模块，用于利用邻域三角面片几何特征对所述模板点云关键点集 和工件目标点云关键点集 进行特征描述，获得特征描述矩阵；

计算模块，用于对所述特征描述矩阵计算卡方相似度，确定初始对应点对集合E={()， },其中T为所述工件目标点云关键点集，S为所述模板点云关键点集；

去除模块，用于对所述初始对应点对集合E，采用余弦相似度差异性方法来去除错误点对，得到正确的点对关系；

配准模块，用于从所述正确的点对关系中随机选择 组对应点对， ，通过SVD奇异值分解求解刚性变化矩阵，将所述工件模板点云候选点集 通过刚性变换矩阵变换到工件目标点云相同坐标系下完成粗配准，经过若干次随机选择数量相同的 组对应点对进行粗配准，选择误差最小的刚性变换矩阵作为粗配准结果，并结合ICP算法获得最终配准结果；

其中，在特征描述模块中，利用邻域三角面片几何特征对所述模板点云关键点集 和工件目标点云关键点集 进行特征描述，包括：步骤3.1：遍历所述模板点云关键点集 和工件目标点云关键点集 中的每一个关键点，并提取该点的一阶邻域多边形；

步骤3.2：计算每个所述一阶邻域多边形的网格四元素，所述网格四元素为，其中；

；

；

；

其中点 为所述模板点云关键点集 或工件目标点云关键点集 的关键点，点 和为所述关键点 的两个相邻的一阶邻域拓扑点，点 和 和所述关键点 共同组成邻域三角面片， 为三角面片的三个夹角， 为三角面片相邻边 和的中垂线和点 共同组成的多边形面积；

步骤3.3：对所述网格四元素 进行直方图统计，其中分别设 置 个 区间 ，从 而生 成关键 点 的维的局部特征描述向量MSPH( )；

步骤3.4：采用加权的方式形成每一个关键点的最终局部特征描述向量MPPH：，

其中 为关键点，为关键点 的一阶邻域拓扑点中的关键点数量， 为关键点 和关键点 之间的欧式距离， 为 的一个一阶邻域拓扑点且是关键点。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑5任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1‑5中任一项所述方法的步骤。