1.一种飞行器自主避障方法，其特征在于，所述飞行器自主避障方法包括以下步骤：步骤一，利用太阳能电池板将太阳能转化为电能为飞行器进行供电；通过图像采集模块利用光学摄像器采集飞行器飞行前方的环境图像；

步骤二，通过障碍信息探测模利用毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息；

步骤三，利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性；

步骤四，利用指令生成器根据判断结果生成航线变更指令；通过路径规划模块利用导航系统根据变更指令规划飞行器的飞行路径；

步骤五，利用分析程序对飞行器的稳定性进行分析；

步骤六，利用显示器显示采集环境图像、障碍信息、飞行路径、稳定性数据。

2.如权利要求1所述的飞行器自主避障方法，其特征在于，所述路径规划模块规划方法包括：(1)接收航线变更指令，为所述飞行器生成飞行规划轨迹，所述飞行规划轨迹包括飞行规划路线和飞行规划高度层；

(2)在所述飞行规划高度层中有所述飞行器之外的其他飞行器飞行时，按照预设规则判断所述其他飞行器与所述飞行器是否会相撞；

(3)在判断所述其他飞行器与所述飞行器会相撞时，调整所述飞行规划轨迹，直至按照所述预设规则判断所述其他飞行器与所述飞行器不会相撞。

3.如权利要求2所述的飞行器自主避障昂发，其特征在于，所述按照预设规则判断所述其他飞行器与所述飞行器是否会相撞包括：获取所述其他飞行器的飞行轨迹和飞行速度；

在所述飞行规划轨迹与所述其他飞行器的飞行轨迹有重合区域时，依据所述其他飞行器的飞行轨迹和飞行速度以及所述飞行器的飞行规划轨迹和飞行速度，计算所述其他飞行器和所述飞行器到达所述重合区域的时间点间隔；

在所述时间点间隔小于等于预设时间间隔时，判断所述其他飞行器与所述飞行器会相撞。

4.如权利要求3所述飞行器自主避障方法，其特征在于，所述调整所述飞行器的飞行规划轨迹包括：通过调整所述飞行器在至少所述重合区域处的飞行规划高度层和/或飞行规划路线来调整所述飞行规划轨迹；所述飞行器的调整后的飞行规划高度层位于所述飞行器的下限飞行高度与上限飞行高度之间。

5.如权利要求1所述飞行器自主避障方法，其特征在于，稳定性分析方法包括：

1)设置飞行器飞行参数；

2)针对飞行器气动力特性，确定目标精度要求和计算量上限，并在全飞行域范围选取预定数量的初始样本点；

3)在初始样本点x(i)处，对一组给定的运动训练信号序列u(x(i),k)使用CFD计算获得飞行器强迫运动的非定常气动力和力矩系数的时序数列y(x(i),k)，然后以u(x(i),k)和y(x(i),k)为样本数据，构建Kriging代理模型作为初始的目标代理模型；

4)构建参考代理模型，对初始样本点进行评估，以确定当前采样精度；

5)利用试验设计方法生成新的候选采样点；并通过目标代理模型和参考代理模型对所有的候选采样点分别进行计算和评估，以获得各候选采样点加入目标代理模型和参考代理模型后产生的精度变化值；

6)通过自适应采样准则选取精度变化值中符合当前采样精度要求的候选采样点作为下一个加入目标代理模型和参考代理模型的样本点进行训练；

7)重复步骤4)至5)，然后在每次重复时判断当前目标代理模型精度是否达标和计算量是否达到上限，并在满足其中一个条件时退出当前循环，完成当前目标代理模型的采样并以此确定全飞行域非定常气动力代理-降阶模型的训练样本；

8)用随机抽样方法在全飞行域内生成大量随机分布、充满全飞行域的设计点；对每个设计点，在训练样本中利用Kriging插值获取各设计点的输入输出信号，再利用各输入输出信号形成的离散空间确定非定常气动力降阶模型；

9)将非定常气动力降阶模型转化为连续空间的状态空间方程；将刚体动力方程转化为连续空间下的状态方程；将非定常气动力降阶模型的状态空间方程与刚体动力方程的状态方程进行反馈连接，即得到当前飞行器的耦合动稳定性分析方程；求解耦合动稳定性分析方程的特征矩阵特征根，特征根实部表征系统阻尼，虚部表征系统频率；其中，当所有特征根实部全部为负时，该设计点的飞行器动稳定；当出现正实部的特征根时，该设计点的飞行器动不稳定；

10)通过上述步骤获得每个设计点的飞行器的动稳定性特征后，获得飞行器在整个飞行域内的动稳定性特征。

6.如权利要求1所述飞行器自主避障方法，其特征在于，步骤三利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性中，采用适合处理障碍图像信息的脉冲耦合神经网络模型对障碍显微图像进行检测；障碍显微图像受到密度较小的脉冲噪声污染通过自适应加权滤波处理；障碍显微图像受到密度较大的脉冲噪声污染采用保持边缘细节信息的引入双结构元素数学形态学进行二次滤波后得到障碍物危险性信息。

7.如权利要求6所述飞行器自主避障方法，其特征在于，脉冲耦合神经网络模型对障碍显微图像进行检测时，利用网络特性使灰度为Sijmax的像素点火激活，再进行第二次脉冲耦合神经网络迭代处理，把介于[Sijmax/1+βijLij,Sijmax]间的像素捕获激活，使两次激活的像素点对应的Yij输出为1；然后对原噪声污染图像反白处理，再对处理后的图像Sij按前述进行迭代处理，并使对应的输出Yij＝1，利用图像噪声像素与周围像素相关性小，灰度差别大特性，当一个神经元的激发没有引起所在区域附近大多数神经元的激发时，就说明该神经元对应像素可能是噪声点。

8.如权利要求7所述飞行器自主避障方法，其特征在于，初步甄别出Yij＝0对应的像素点为障碍显微图像的信号点，予以保护；对Yij输出为1的像素点在3*3模板B范围内统计以输出Yij＝1为中心邻域元素值为1的个数NY判别归类：1≤NY≤8，为噪声点，当NY＝9，判定为图像像素点。

9.一种实施权利要求1所述飞行器自主避障方法的飞行器自主避障系统，其特征在于，所述飞行器自主避障系统包括：太阳能供电模块，与中央控制模块连接，用于通过太阳能电池板将太阳能转化为电能为飞行器进行供电；

图像采集模块，与中央控制模块连接，用于通过光学摄像器采集飞行器飞行前方的环境图像；

障碍信息探测模块，与中央控制模块连接，用于通过毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息；

中央控制模块，与太阳能供电模块、图像采集模块、障碍信息探测模块、分析判断模块、指令生成模块、路径规划模块、稳定性分析模块、显示模块连接，用于通过中央控制器控制各个模块正常工作；

分析判断模块，与中央控制模块连接，用于通过数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性；

指令生成模块，与中央控制模块连接，用于通过指令生成器根据判断结果生成航线变更指令；

路径规划模块，与中央控制模块连接，用于通过导航系统根据变更指令规划飞行器的飞行路径；

稳定性分析模块，与中央控制模块连接，用于通过分析程序对飞行器的稳定性进行分析；

显示模块，与中央控制模块连接，用于通过显示器显示采集环境图像、障碍信息、飞行路径、稳定性数据。

10.一种搭载权利要求9所述飞行器自主避障系统的飞行器。