1.一种定位方法，其特征在于，待定物上具有灯组，所述定位方法包括：
获取所述灯组中每个灯对应的识别编码；
根据各所述识别编码确定所述灯组中各个灯的位置信息；
其中，在确定一个所述灯的位置信息时，利用一个所述识别编码对预存的N个模型进行测试，确定所述识别编码所属的模型；根据与所述模型一一对应的位置信息，确定所述识别编码所对应的灯的位置信息；其中，所述N为大于1的自然数；
利用各所述灯的位置信息进行三维姿态估计，确定所述待定物位置。
2.根据权利要求1所述的定位方法，其特征在于，所述待定物包括手柄，所述手柄和采集设备对应，所述采集设备上具有用于拍摄所述灯组的摄像模组；
所述获取灯组中每个灯对应的识别编码包括：
获取所述摄像模组拍摄的图像；
识别所述图像中所述灯组中各个灯的亮暗信息；
利用所述亮暗信息，获取所述灯组中每个灯对应的识别编码。
3.根据权利要求2所述的定位方法，其特征在于，所述预存的N个模型利用以下方法计算得到：
在所述手柄处于M个不同位置时，所述摄像模组分别拍摄所述LED灯组，得到M个图像；
分别识别所述M个图像中所述灯组的亮暗信息；
利用所述M个图像中所述灯组的亮暗信息，获取所述灯组中每个灯对应的M个识别编码；
标记所述灯组中各个灯的位置信息；
针对每个位置上的灯，利用对应的M个识别编码进行训练，分别获得每个位置的灯所对应的模型；其中，所述M为大于1的自然数。
4.根据权利要求3所述的定位方法，其特征在于，所述利用标记为第一位置的灯的M个识别编码进行训练中，利用多分类的机器学习算法训练，所述第一位置为所述手柄上的某一位置。
5.根据权利要求2所述的定位方法，其特征在于，所述利用亮暗信息，获取灯组中每个灯对应的识别编码包括：
利用待获取识别编码的灯自身的亮暗信息，获取识别编码。
6.根据权利要求5所述的定位方法，其特征在于，所述利用亮暗信息，获取灯组中每个灯对应的识别编码，包括：
根据预设的亮暗信息和信息编码的对应关系，获取每个灯对应的信息编码；
获取所述待获取识别编码的灯自身的信息编码，作为第一编码；
获取所述待获取识别编码的灯周围的P个灯的信息编码，作为P个第二编码；
组合所述第一编码和所述P个第二编码，获得所述待获取识别编码的灯对应的识别编码；其中，所述P为大于1的自然数。
7.根据权利要求6所述的定位方法，其特征在于，所述待获取识别编码的灯周围的灯，与所述待获取识别编码的灯间隔一个灯。
8.根据权利要求6所述的定位方法，其特征在于，所述亮暗信息为：不同的亮度等级；其中，不同等级的亮度，对应不同的信息编码。
9.根据权利要求2所述的定位方法，其特征在于，所述采集设备为VR眼镜或VR头盔。
10.一种手柄，包括：灯组，其特征在于，还包括：
获取模块，用于获取所述灯组中每个灯对应的识别编码；
确定模块，用于根据各所述识别编码确定所述灯组中各个灯的位置信息；
定位模块，用于利用各所述灯的位置信息进行三维姿态估计，确定所述手柄的位置；
其中，所述确定模块中包括：
第一确定子模块，用于在确定一个所述灯的位置信息时，利用一个所述识别编码对预存的N个模型进行测试，确定所述识别编码所属的模型；
第二确定子模块，用于根据与所述模型一一对应的位置信息，确定所述识别编码所对应的灯的位置信息；其中，所述N为大于1的自然数。