1.一种高精度隧道掘进机的运行姿态识别方法，其特征在于，该方法包括以下步骤：

采集盾构机刀盘区域以及掌子面区域在若干监测帧中的点云数据，所述点云数据包含多个具有三维空间位置信息的盾构图像点，每个盾构图像点在每帧监测帧中对应一个数据点；

将盾构机刀盘区域以及掌子面区域均记为一个盾构监测区域，根据同一盾构图像点在不同监测帧中的位置整体移动情况，得到每个盾构图像点在每帧监测帧中的结构置信度；

根据不同盾构图像点在同一监测帧中位置信息的变动大小情况以及结构置信度，得到盾构机刀盘区域的每个盾构图像点在每帧监测帧的位置变化一致性；根据每个盾构图像点在每帧监测帧中不同数据点之间位置变化一致性的结构化差异，得到每个盾构图像点在每帧监测帧中任意两个数据点之间的距离误差调整必要性；根据不同数据点之间的距离误差调整必要性，对不同数据点之间的距离度量进行调整，得到任意两个数据点之间的自适应距离度量；

根据任意两个数据点之间的自适应距离度量进行匹配检测；

所述根据同一盾构图像点在不同监测帧中的位置整体移动情况，得到每个盾构图像点在每帧监测帧中的结构置信度，包括的具体方法为：获取掌子面区域在第 帧监测帧的掌子面权重系数以及每个盾构图像点在第 帧监测帧中的结构置信系数；

对于盾构机刀盘区域的任意一个盾构图像点，将盾构图像点在第 帧监测帧中的结构置信系数与掌子面区域在第 帧监测帧的掌子面权重系数的乘积，记为盾构图像点在第帧监测帧中的结构置信度；

所述获取掌子面区域在第 帧监测帧的掌子面权重系数以及每个盾构图像点在第 帧监测帧中的结构置信系数，包括的具体方法为：对于盾构机刀盘区域的任意一个盾构图像点，将盾构图像点在第 帧监测帧中的数据点与该盾构图像点在第 帧监测帧中的数据点之间的欧氏距离，记为第一距离；将盾构图像点在第 帧监测帧中的数据点与该盾构图像点在第 帧监测帧中的数据点之间的欧氏距离，记为第二距离；将第一距离与第二距离的差值的绝对值记为盾构图像点在第帧监测帧中的结构置信因子；对盾构图像点在所有监测帧中的结构置信因子进行线性归一化，将归一化后的结构置信因子记为结构置信系数；

将掌子面区域的任意一个盾构图像点记为目标掌子面图像点；参考盾构图像点在第帧监测帧中的结构置信因子的获取方式，获取目标掌子面图像点在第 帧监测帧中的结构置信因子，将掌子面区域的所有盾构图像点在第 帧监测帧中的结构置信因子的累加和记为掌子面区域在第 帧监测帧的掌子面权重；对掌子面区域在所有监测帧的掌子面权重进行线性归一化，将归一化后的每个掌子面权重记为掌子面权重系数；

所述根据不同盾构图像点在同一监测帧中位置信息的变动大小情况以及结构置信度，得到盾构机刀盘区域的每个盾构图像点在每帧监测帧的位置变化一致性，包括的具体方法为：根据结构置信度获取盾构机刀盘区域的每个监测帧的偏移向量；

根据盾构机刀盘区域的第 个盾构图像点在第 帧监测帧与其他监测帧之间结构置信度之间的差异，以及相邻监测帧之间偏移向量之间的差异，得到盾构机刀盘区域的第个盾构图像点在第 帧监测帧的位置变化一致性，包括的具体方法为：式中， 表示盾构机刀盘区域的第 个盾构图像点在第 帧监测帧的位置变化一致性；表示盾构机刀盘区域的所有聚类簇的数量； 表示盾构机刀盘区域的第 个聚类簇的偏移向量； 表示盾构机刀盘区域的第 个聚类簇的偏移向量； 表示预设的分母超参数； 表示盾构机刀盘区域的第 个盾构图像点在第 帧监测帧的结构置信度；

表示盾构机刀盘区域的第 个盾构图像点在所有监测帧的结构置信度的均值；

表示以自然常数为底的指数函数；表示取绝对值；

所述根据结构置信度获取盾构机刀盘区域的每个监测帧的偏移向量，包括的具体方法为：

对于盾构机刀盘区域的任意一帧监测帧，将盾构机刀盘区域的所有盾构图像点在监测帧中的结构置信度的均值记为监测帧的结构置信系数，获取所有监测帧的结构置信系数；

不同监测帧的结构置信系数的差值的绝对值作为距离度量，根据距离度量对所有监测帧进行层次聚类，得到若干聚类簇；对于任意一个聚类簇，对盾构机刀盘区域中所有盾构图像点在聚类簇中所有监测帧的数据点进行最小二乘法拟合，得到盾构机刀盘区域在聚类簇中的拟合直线；将拟合直线构成的向量记为偏移向量；

所述根据每个盾构图像点在每帧监测帧中不同数据点之间位置变化一致性的结构化差异，得到每个盾构图像点在每帧监测帧中任意两个数据点之间的距离误差调整必要性，包括的具体方法为：对盾构机刀盘区域的所有盾构图像点在第 帧监测帧与第 帧监测帧中的数据点进行密度聚类，得到若干聚类簇；并将每个聚类簇记为监测聚类簇；将盾构机刀盘区域的任意一个盾构图像点在任意一帧监测帧中的数据点记为目标数据点，预设一个参考范围 ；将数据点为中心，半径为 的区域记为目标数据点的邻域监测区域；

将目标数据点的邻域监测区域中任意一个数据点记为监测参考数据点；根据目标数据点与监测参考数据点所属监测聚类簇整体之间位置变化一致性的差异，得到目标数据点与监测参考数据点的距离误差调整必要因子；

获取目标数据点的邻域监测区域内所有数据点与目标数据点的距离误差调整必要因子，对所有的距离误差调整必要因子进行线性归一化，将归一化后的每个距离误差调整必要因子记为距离误差调整必要性；

所述根据目标数据点与监测参考数据点所属监测聚类簇整体之间位置变化一致性的差异，得到目标数据点与监测参考数据点的距离误差调整必要因子，包括的具体方法为：式中，表示目标数据点与监测参考数据点的距离误差调整必要因子；表示目标数据点的位置变化一致性； 表示监测参考数据点的位置变化一致性； 表示监测参考数据点所属监测聚类簇中所有数据点的位置变化一致性的均值； 表示目标数据点与监测参考数据点的欧氏距离； 表示预设的分母参考超参数；

所述根据不同数据点之间的距离误差调整必要性，对不同数据点之间的距离度量进行调整，得到任意两个数据点之间的自适应距离度量，包括的具体方法为：根据距离误差调整必要性获取所有待调整数据点对以及固定数据点对；

对于任意一个待调整数据点对中的两个数据点，将这两个数据点之间的欧氏距离与距离误差调整必要性的乘积，记为这两个数据点的自适应距离度量；获取每个待调整数据点对中两个数据点的自适应距离度量；将每个固定数据点对中两个数据点的欧氏距离作为每个固定数据点对中两个数据点的自适应距离度量。

2.根据权利要求1所述一种高精度隧道掘进机的运行姿态识别方法，其特征在于，所述根据距离误差调整必要性获取所有待调整数据点对以及固定数据点对，包括的具体方法为：预设一个距离误差调整必要性阈值 ，对于盾构机刀盘区域的任意两个盾构图像点在任意一帧监测帧中的数据点，若这两个数据点之间的距离误差调整必要性大于 ，将这两个数据点构成的数据点对记为待调整数据点对；若这两个数据点之间的距离误差调整必要性小于或等于 ，将这两个数据点构成的数据点对记为固定数据点对。

3.根据权利要求1所述一种高精度隧道掘进机的运行姿态识别方法，其特征在于，所述根据任意两个数据点之间的自适应距离度量进行匹配检测，包括的具体方法为：将任意两个不同数据点之间的自适应距离度量作为距离度量，根据距离度量通过PL‑ICP算法进行匹配获取点云数据匹配结果。