1.一种基于圆锥曲线的无人驾驶避障方法，其特征在于，所述方法包括下述步骤：当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；

根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；

其中，当所述障碍物类型为行人时，将所述目标圆锥曲线设置为圆；当所述障碍物类型为车辆时，将所述目标圆锥曲线设置为椭圆；当所述障碍物类型为横向排列障碍物时，将所述目标圆锥曲线设置为抛物线；当所述障碍物类型为斜向排列障碍物时，将所述目标圆锥曲线设置为双曲线；

根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；

当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；

根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。

2.如权利要求1所述的方法，其特征在于，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度的步骤，包括：

在所述无人驾驶车辆为到达所述最终期望位姿的行驶过程中，以预设的数据采样周期进行如下处理，直至所述无人驾驶车辆到达所述最终期望位姿：当到达所述数据采样周期时，对所述无人驾驶车辆和所述障碍物的当前位置信息进行采集，所述当前位置信息包括所述无人驾驶车辆和所述障碍物的当前极坐标、所述无人驾驶车辆的当前车辆位姿；

根据所述当前极坐标对所述无人驾驶车辆与所述障碍物的侧向相对距离进行更新，得到对应的当前侧向相对距离；

根据所述当前侧向相对距离对所述无人驾驶车辆的当前期望位姿进行预测；

根据预测的所述当前期望位姿和所述汽车车轮转向角度控制公式，计算所述无人驾驶车辆的当前车轮转向角度；

根据所述当前车轮转向角度和所述汽车运动学方程，计算所述无人驾驶车辆的当前转向角速度，根据计算得到的所述当前转向角速度和所述避障线速度对所述无人驾驶车辆进行控制。

3.如权利要求2所述的方法，其特征在于，计算所述无人驾驶车辆的当前车轮转向角度的步骤之前，所述方法还包括：

将所述当前侧向相对距离与所述第一和第二短边半径之和进行比较，且将所述当前车辆位姿的当前姿态角度与所述最终期望位姿的最终期望姿态角度进行比较；

当所述当前侧向相对距离与所述第一和第二短边半径之和相等，且所述当前姿态角度达到所述最终期望姿态角度时，则所述无人驾驶车辆到达所述最终期望位姿。

4.如权利要求1和2所述的方法，其特征在于，所述目标圆锥曲线对应的汽车车轮转向角度控制公式为γ(i)＝k1*γc(i)+k2*e(i)+k3[e(i)‑e(i‑1)]，其中，姿态误差e(i)＝θespose(i)‑θpose(i)，i为在所述无人驾驶车辆为到达所述最终期望位姿的行驶过程中以所述数据采样周期进行相应处理的处理次数，γ(i)为第i次处理时的车轮转向角度，γc(i)为第i次处理时的车辆转向约束角度，θespose(i)为第i次处理时预测的所述当前期望位姿的当前期望姿态角度，θpose(i)为第i次处理时的所述当前车辆位姿的当前姿态角度，k1、k2和k2为对预先设置的期望位姿代价函数进行优化的控制可调参数。

5.如权利要求1所述的方法，其特征在于，所述汽车运动学方程为 其中， 为所述转向角速度，v为所述避障线速度，L为所述无人驾驶车辆的长度，γ为所述转向角速度对应的、所述无人驾驶车辆的车轮转向角度。

6.一种基于圆锥曲线的无人驾驶避障装置，其特征在于，所述装置包括：信息获取单元，用于当监测到无人驾驶车辆前方有障碍物时，获取所述障碍物的障碍物信息，所述障碍物信息包括障碍物类型、所述无人驾驶车辆与所述障碍物的极坐标；

曲线类型确定单元，用于根据所述极坐标计算所述无人驾驶车辆与所述障碍物的侧向相对距离，并根据所述障碍物类型确定适应于所述障碍物和所述无人驾驶车辆的安全区域的圆锥曲线类型，根据确定的所述圆锥曲线类型对目标圆锥曲线进行设置；

其中，当所述障碍物类型为行人时，将所述目标圆锥曲线设置为圆；当所述障碍物类型为车辆时，将所述目标圆锥曲线设置为椭圆；当所述障碍物类型为横向排列障碍物时，将所述目标圆锥曲线设置为抛物线；当所述障碍物类型为斜向排列障碍物时，将所述目标圆锥曲线设置为双曲线；

短边半径获得单元，用于根据所述目标圆锥曲线分别对所述障碍物和所述无人驾驶车辆的安全区域进行划定，得到对所述障碍物划定的安全区域对应的第一膨胀圆的第一短边半径和对所述无人驾驶车辆划定的安全区域对应的第二膨胀圆的第二短边半径；

期望位姿预测单元，用于当所述侧向相对距离小于所述第一和第二短边半径之和时，根据所述目标圆锥曲线，对所述无人驾驶车辆避障后到达的最终期望位姿进行预测；以及避障控制单元，用于根据预先建立的汽车运动学方程、所述目标圆锥曲线对应的汽车车轮转向角度控制公式，计算所述无人驾驶车辆到达所述最终期望位姿的转向角速度，根据计算得到的所述转向角速度和预设的避障线速度对所述无人驾驶车辆进行控制，以实现所述无人驾驶车辆的避障。

7.如权利要求6所述的装置，其特征在于，所述避障控制单元包括：在所述无人驾驶车辆为到达所述最终期望位姿的行驶过程中，以预设的数据采样周期进行如下处理，直至所述无人驾驶车辆到达所述最终期望位姿：位置信息采集单元，用于当到达所述数据采样周期时，对所述无人驾驶车辆和所述障碍物的当前位置信息进行采集，所述当前位置信息包括所述无人驾驶车辆和所述障碍物的当前极坐标、所述无人驾驶车辆的当前车辆位姿；

侧向距离更新单元，用于根据所述当前极坐标对所述无人驾驶车辆与所述障碍物的侧向相对距离进行更新，得到对应的当前侧向相对距离；

当前位姿预测单元，用于根据所述当前侧向相对距离对所述无人驾驶车辆的当前期望位姿进行预测；

转向角度计算单元，用于根据预测的所述当前期望位姿和所述汽车车轮转向角度控制公式，计算所述无人驾驶车辆的当前车轮转向角度；以及避障控制子单元，用于根据所述当前车轮转向角度和所述汽车运动学方程，计算所述无人驾驶车辆的当前转向角速度，根据计算得到的所述当前转向角速度和所述避障线速度对所述无人驾驶车辆进行控制。

8.如权利要求7所述的装置，其特征在于，所述装置还包括：距离角度比较单元，用于将所述当前侧向相对距离与所述第一和第二短边半径之和进行比较，且将所述当前车辆位姿的当前姿态角度与所述最终期望位姿的最终期望姿态角度进行比较；以及

期望位姿到达单元，用于当所述当前侧向相对距离与所述第一和第二短边半径之和相等，且所述当前姿态角度达到所述最终期望姿态角度时，则所述无人驾驶车辆到达所述最终期望位姿。

9.一种车载计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。