1.一种障碍物检测方法，其特征在于，所述方法包括：
获取移动机器人的行驶环境中存在的至少一个可疑障碍物的位置信息；
当确定所述移动机器人处于载货状态时，基于所述位置信息，将第一可疑障碍物与样本物进行匹配，所述第一可疑障碍物为所述至少一个可疑障碍物中的任一个；
当所述第一可疑障碍物与所述样本物匹配时，确定所述第一可疑障碍物不是障碍物。
2.根据权利要求1所述的方法，其特征在于，所述基于所述位置信息，将第一可疑障碍物与样本物进行匹配，包括：
基于所述位置信息，获取所述第一可疑障碍物的第一配置信息；
基于所述第一配置信息与所述样本物的第二配置信息，将所述第一可疑障碍物与所述样本物进行匹配。
3.根据权利要求2所述的方法，其特征在于，所述第一配置信息和所述第二配置信息均包括N个参数，所述N为正整数，所述基于所述第一配置信息与所述样本物的第二配置信息，将所述第一可疑障碍物与所述样本物进行匹配，包括：
将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比；
当所述第一配置信息中存在至少一个参数与所述第二配置信息中对应的参数匹配时，确定所述第一可疑障碍物与所述样本物匹配。
4.根据权利要求3所述的方法，其特征在于，所述样本物包括：货架，所述货架包括：多个货架腿，所述第二配置信息包括以下一个或多个参数：货架腿的尺寸、货架腿的第一间距和货架腿所处的区域；
所述第一配置信息包括以下一个或多个参数：所述第一可疑障碍物的尺寸、所述第一可疑障碍物与任一其他可疑障碍物的第二间距、及所述第一可疑障碍物所处的区域。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比，包括：
将所述第一可疑障碍物的横截面的尺寸与多个所述货架腿的横截面的尺寸进行对比；
当所述第一可疑障碍物的横截面的尺寸与任一货架腿的横截面的尺寸匹配时，确定所述第一可疑障碍物的尺寸与所述货架腿的尺寸匹配，所述横截面平行于所述移动机器人的行驶路面。
6.根据权利要求5所述的方法，其特征在于，所述第一可疑障碍物的横截面与多个所述货架腿的横截面均呈矩形，所述当所述第一可疑障碍物的横截面的尺寸与任一货架腿的横截面的尺寸匹配时，确定所述第一可疑障碍物的尺寸与所述货架腿的尺寸匹配，包括：
当所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配，且所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配时，确定所述第一可疑障碍物的尺寸与所述货架腿的尺寸匹配。
7.根据权利要求6所述的方法，其特征在于，
所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配，包括：
当所述第一可疑障碍物对应的矩形的长h1与所述货架腿对应的矩形的长h0满足：a1×h0≤h1≤a2×h0时，确定所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配；
所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配，包括：
当所述第一可疑障碍物对应的矩形的宽w1和所述货架腿对应的矩形的宽w0满足：b1×w0≤w1≤b2×w0时，确定所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配；
其中，所述a1、所述a2、所述b1和所述b2为尺寸误差系数。
8.根据权利要求4至7任一所述的方法，其特征在于，所述将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比，包括：
将所述第一可疑障碍物和任一其他可疑障碍物的第二间距与任意两个货架腿的第一间距进行对比；
当所述第一可疑障碍物和任一其他可疑障碍物的第二间距d1、及任意两个货架腿的第一间距d2满足：d2-dt≤d1≤d2+dt时，确定所述第一可疑障碍物对应的第二间距与所述两个货架腿的第一间距匹配，所述dt为间距误差系数。
9.根据权利要求4至7任一所述的方法，其特征在于，所述将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比，包括：
判断所述第一可疑障碍物所处的区域是否与任一货架腿所处的区域存在重叠区域；
当所述第一可疑障碍物所处的区域与任一货架腿所处的区域存在重叠区域时，确定所述第一可疑障碍物所处的区域与所述货架腿所处的区域匹配。
10.根据权利要求4至7任一所述的方法，其特征在于，所述将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比，包括：
判断所述第一可疑障碍物的几何中心是否处于任一货架腿所处的区域内；
当所述第一可疑障碍物的几何中心处于所述货架腿所处的区域内时，确定所述第一可疑障碍物所处的区域与所述货架腿所处的区域匹配。
11.根据权利要求9所述的方法，其特征在于，在所述将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比之前，所述方法还包括：
获取所述货架与所述移动机器人的相对位置；
基于所述相对位置和所述货架的尺寸，获取所述多个货架腿所处的区域。
12.根据权利要求11所述的方法，其特征在于，所述获取所述货架与所述移动机器人的相对位置，包括：
获取所述货架上的标记物相对于所述移动机器人上的标记物的位置偏差和角度偏差。
13.根据权利要求11所述的方法，其特征在于，所述基于所述相对位置和所述货架的尺寸，获取所述多个货架腿所处的区域，包括：
基于所述相对位置和所述货架的尺寸，获取所述货架的目标外接多边形的顶点坐标，所述目标外接多边形为所述货架的横截面的外接多边形，所述横截面平行于所述移动机器人的行驶路面；
基于所述目标外接多边形的顶点坐标，以及，所述移动机器人的尺寸，获取所述多个货架腿所处的区域。
14.根据权利要求13所述的方法，其特征在于，所述目标外接多边形为矩形，所述相对位置由所述货架上的标记物相对于所述移动机器人上的标记物的位置偏差(x，y)和角度偏差θ表征，所述货架的尺寸为W×P；
所述矩形的顶点坐标(x1，y1)、(x2，y2)、(x3，y3)和(x4，y4)分别满足：
x1＝W/2×cosθ-H/2×sinθ+x，y1＝W/2×sinθ+H/2×cosθ+y；
x2＝-W/2×cosθ-H/2×sinθ+x，y2＝-W/2×sinθ+H/2×cosθ+y；
x3＝-W/2×cosθ+H/2×sinθ+x，y3＝-W/2×sinθ-H/2×cosθ+y；
x4＝W/2×cosθ+H/2×sinθ+x，y4＝W/2×sinθ-H/2×cosθ+y。
15.根据权利要求13或14所述的方法，其特征在于，所述目标外接多边形为矩形，所述矩形的顶点坐标分别为(x1，y1)、(x2，y2)、(x3，y3)和(x4，y4)，所述移动机器人的尺寸为M×N，
位于所述矩形四个顶点处的货架腿所处的第一区域、第二区域、第三区域和第四区域分别满足：
第一区域：x∈[M/2，Xmax]，y∈[N/2，Ymax]；
第二区域：x∈[Xmin，-M/2]，y∈[N/2，Ymax]；
第三区域：x∈[Xmin，-M/2]，y∈[Ymin，-N/2]；
第四区域：x∈[M/2，Xmax]，y∈[Ymin，-N/2]；
其中，所述Xmax为所述x1、所述x2、所述x3和所述x4中的最大值；
所述Xmin为所述x1、所述x2、所述x3和所述x4中的最小值；
所述Ymax为所述y1、所述y2、所述y3和所述y4中的最大值；
所述Ymin为所述y1、所述y2、所述y3和所述y4中的最小值。
16.根据权利要求1至7任一所述的方法，其特征在于，在所述获取移动机器人的行驶环境中存在的至少一个可疑障碍物的位置信息之后，所述方法还包括：
当确定所述移动机器人处于非载货状态时，确定所述至少一个可疑障碍物均为障碍物。
17.根据权利要求1至7任一所述的方法，其特征在于，所述获取移动机器人的行驶环境中存在的至少一个可疑障碍物的位置信息，包括：
获取所述行驶环境中存在的至少一个可疑障碍点的位置信息；
基于所述至少一个可疑障碍点的位置信息，将所述至少一个可疑障碍点划分至至少一个点集合，每个点集合包括至少一个可疑障碍点；
对于每个点集合，基于所述点集合中至少一个可疑障碍点的位置信息，确定所述点集合的位置信息；
将每个点集合的位置信息确定为一个可疑障碍物的位置信息，以得到所述至少一个可疑障碍物的位置信息，且所述至少一个点集合与至少一个可疑障碍物一一对应。
18.根据权利要求17所述的方法，其特征在于，所述基于所述点集合中至少一个可疑障碍点的位置信息，确定所述点集合的位置信息，包括：
基于所述点集合中至少一个可疑障碍点的位置信息，获取所述点集合的外接多边形的位置信息；
将所述点集合的外接多边形的位置信息确定为所述点集合的位置信息。
19.根据权利要求17所述的方法，其特征在于，所述基于所述至少一个可疑障碍点的位置信息，将所述至少一个可疑障碍点划分至至少一个点集合，包括：
基于所述至少一个可疑障碍点的位置信息，对所述至少一个可疑障碍点执行点云分割处理，使得所述至少一个可疑障碍点被划分至至少一个区域；
对于每个区域，将所述区域中的至少一个可疑障碍点划分至至少一个点集合。
20.一种障碍物检测装置，其特征在于，所述装置包括：
获取模块，用于获取移动机器人的行驶环境中存在的至少一个可疑障碍物的位置信息；
匹配模块，用于当确定所述移动机器人处于载货状态时，基于所述位置信息，将第一可疑障碍物与样本物进行匹配，所述第一可疑障碍物为所述至少一个可疑障碍物中的任一个；
第一确定模块，用于当所述第一可疑障碍物与所述样本物匹配时，确定所述第一可疑障碍物不是障碍物。
21.根据权利要求20所述的装置，其特征在于，所述匹配模块，包括：
第一获取子模块，用于基于所述位置信息，获取所述第一可疑障碍物的第一配置信息；
匹配子模块，用于基于所述第一配置信息与所述样本物的第二配置信息，将所述第一可疑障碍物与所述样本物进行匹配。
22.根据权利要求21所述的装置，其特征在于，所述第一配置信息和所述第二配置信息均包括N个参数，所述N为正整数，所述匹配子模块，用于：
将所述第一配置信息中的参数与所述第二配置信息中对应的参数进行一一对比；
当所述第一配置信息中存在至少一个参数与所述第二配置信息中对应的参数匹配时，确定所述第一可疑障碍物与所述样本物匹配。
23.根据权利要求22所述的装置，其特征在于，所述样本物包括：货架，所述货架包括：
多个货架腿，所述第二配置信息包括以下一个或多个参数：货架腿的尺寸、货架腿的第一间距和货架腿所处的区域；
所述第一配置信息包括以下一个或多个参数：所述第一可疑障碍物的尺寸、所述第一可疑障碍物与任一其他可疑障碍物的第二间距、及所述第一可疑障碍物所处的区域。
24.根据权利要求23所述的装置，其特征在于，所述匹配子模块，用于：
将所述第一可疑障碍物的横截面的尺寸与多个所述货架腿的横截面的尺寸进行对比；
当所述第一可疑障碍物的横截面的尺寸与任一货架腿的横截面的尺寸匹配时，确定所述第一可疑障碍物的尺寸与所述货架腿的尺寸匹配，所述横截面平行于所述移动机器人的行驶路面。
25.根据权利要求24所述的装置，其特征在于，所述第一可疑障碍物的横截面与多个所述货架腿的横截面均呈矩形，所述匹配子模块，用于：
当所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配，且所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配时，确定所述第一可疑障碍物的尺寸与所述货架腿的尺寸匹配。
26.根据权利要求25所述的装置，其特征在于，
所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配，包括：
当所述第一可疑障碍物对应的矩形的长h1与所述货架腿对应的矩形的长h0满足：a1×h0≤h1≤a2×h0时，确定所述第一可疑障碍物对应的矩形的长与所述货架腿对应的矩形的长匹配；
所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配，包括：
当所述第一可疑障碍物对应的矩形的宽w1和所述货架腿对应的矩形的宽w0满足：b1×w0≤w1≤b2×w0时，确定所述第一可疑障碍物对应的矩形的宽与所述货架腿对应的矩形的宽匹配；
其中，所述a1、所述a2、所述b1和所述b2为尺寸误差系数。
27.根据权利要求23至26任一所述的装置，其特征在于，所述匹配子模块，用于：
将所述第一可疑障碍物和任一其他可疑障碍物的第二间距与任意两个货架腿的第一间距进行对比；
当所述第一可疑障碍物和任一其他可疑障碍物的第二间距d1、及任意两个货架腿的第一间距d2满足：d2-dt≤d1≤d2+dt时，确定所述第一可疑障碍物对应的第二间距与所述两个货架腿的第一间距匹配，所述dt为间距误差系数。
28.根据权利要求23至26任一所述的装置，其特征在于，所述匹配子模块，用于：
判断所述第一可疑障碍物所处的区域是否与任一货架腿所处的区域存在重叠区域；
当所述第一可疑障碍物所处的区域与任一货架腿所处的区域存在重叠区域时，确定所述第一可疑障碍物所处的区域与所述货架腿所处的区域匹配。
29.根据权利要求23至26任一所述的装置，其特征在于，所述匹配子模块，用于：
判断所述第一可疑障碍物的几何中心是否处于任一货架腿所处的区域内；
当所述第一可疑障碍物的几何中心处于所述货架腿所处的区域内时，确定所述第一可疑障碍物所处的区域与所述货架腿所处的区域匹配。
30.根据权利要求28所述的装置，其特征在于，所述匹配模块还包括：
第二获取子模块，用于获取所述货架与所述移动机器人的相对位置；
第三获取子模块，用于基于所述相对位置和所述货架的尺寸，获取所述多个货架腿所处的区域。
31.根据权利要求30所述的装置，其特征在于，所述第二获取子模块，用于：
获取所述货架上的标记物相对于所述移动机器人上的标记物的位置偏差和角度偏差。
32.根据权利要求30所述的装置，其特征在于，所述第三获取子模块，用于：
基于所述相对位置和所述货架的尺寸，获取所述货架的目标外接多边形的顶点坐标，所述目标外接多边形为所述货架的横截面的外接多边形，所述横截面平行于所述移动机器人的行驶路面；
基于所述目标外接多边形的顶点坐标，以及，所述移动机器人的尺寸，获取所述多个货架腿所处的区域。
33.根据权利要求32所述的装置，其特征在于，所述目标外接多边形为矩形，所述相对位置由所述货架上的标记物相对于所述移动机器人上的标记物的位置偏差(x，y)和角度偏差θ表征，所述货架的尺寸为W×P；
所述矩形的顶点坐标(x1，y1)、(x2，y2)、(x3，y3)和(x4，y4)分别满足：
x1＝W/2×cosθ-H/2×sinθ+x，y1＝W/2×sinθ+H/2×cosθ+y；
x2＝-W/2×cosθ-H/2×sinθ+x，y2＝-W/2×sinθ+H/2×cosθ+y；
x3＝-W/2×cosθ+H/2×sinθ+x，y3＝-W/2×sinθ-H/2×cosθ+y；
x4＝W/2×cosθ+H/2×sinθ+x，y4＝W/2×sinθ-H/2×cosθ+y。
34.根据权利要求32或33所述的装置，其特征在于，所述目标外接多边形为矩形，所述矩形的顶点坐标分别为(x1，y1)、(x2，y2)、(x3，y3)和(x4，y4)，所述移动机器人的尺寸为M×N，
位于所述矩形四个顶点处的货架腿所处的第一区域、第二区域、第三区域和第四区域分别满足：
第一区域：x∈[M/2，Xmax]，y∈[N/2，Ymax]；
第二区域：x∈[Xmin，-M/2]，y∈[N/2，Ymax]；
第三区域：x∈[Xmin，-M/2]，y∈[Ymin，-N/2]；
第四区域：x∈[M/2，Xmax]，y∈[Ymin，-N/2]；
其中，所述Xmax为所述x1、所述x2、所述x3和所述x4中的最大值；
所述Xmin为所述x1、所述x2、所述x3和所述x4中的最小值；
所述Ymax为所述y1、所述y2、所述y3和所述y4中的最大值；
所述Ymin为所述y1、所述y2、所述y3和所述y4中的最小值。
35.根据权利要求20至26任一所述的装置，其特征在于，所述装置还包括：
第二确定模块，用于当确定所述移动机器人处于非载货状态时，确定所述至少一个可疑障碍物均为障碍物。
36.根据权利要求20至26任一所述的装置，其特征在于，所述获取模块，用于：
获取所述行驶环境中存在的至少一个可疑障碍点的位置信息；
基于所述至少一个可疑障碍点的位置信息，将所述至少一个可疑障碍点划分至至少一个点集合，每个点集合包括至少一个可疑障碍点；
对于每个点集合，基于所述点集合中至少一个可疑障碍点的位置信息，确定所述点集合的位置信息；
将每个点集合的位置信息确定为一个可疑障碍物的位置信息，以得到所述至少一个可疑障碍物的位置信息，且所述至少一个点集合与至少一个可疑障碍物一一对应。
37.根据权利要求36所述的装置，其特征在于，所述获取模块，用于：
基于所述点集合中至少一个可疑障碍点的位置信息，获取所述点集合的外接多边形的位置信息；
将所述点集合的外接多边形的位置信息确定为所述点集合的位置信息。
38.根据权利要求36所述的装置，其特征在于，所述获取模块，用于：
基于所述至少一个可疑障碍点的位置信息，对所述至少一个可疑障碍点执行点云分割处理，使得所述至少一个可疑障碍点被划分至至少一个区域；
对于每个区域，将所述区域中的至少一个可疑障碍点划分至至少一个点集合。