1.一种车用危险场景感知方法，其特征在于，包括：判断当前场景是否属于恶劣光照场景；

如果当前场景不属于恶劣光照场景，则基于毫米波雷达和视觉传感器确定当前场景是否为典型危险场景，所述典型危险场景为当前车辆的感知范围受到障碍物车辆遮挡；

如果当前场景是典型危险场景，则基于激光雷达进行危险场景感知得到第一感知结果，以及基于视觉传感器进行危险场景感知得到第二感知结果；

将所述第一感知结果和所述第二感知结果进行融合，得到第一融合结果；

基于所述第一融合结果，控制所述当前车辆的行驶。

2.根据权利要求1所述的方法，其特征在于，恶劣光照场景包括下述一项或多项：当前场景对应的图像存在高亮区域且高亮区域占所述图像的面积超过第一阈值；

所述图像整体亮度超过第二阈值，且所述图像划分的多个方块之间的亮度差异小于第三阈值；

所述图像整体亮度小于第四阈值。

3.根据权利要求1所述的方法，其特征在于，基于毫米波雷达和视觉传感器确定当前场景是否为典型危险场景的步骤，包括：判断当前车辆相邻车道的前方是否存在障碍物车辆；

若存在，则判断所述障碍物车辆与当前车辆的纵向距离是否小于第一阈值；

若是，则判断所述障碍物车辆的行进速度是否小于第二阈值；

若所述障碍物车辆的行进速度小于第二阈值，则确定当前场景为典型危险场景。

4.根据权利要求3所述的方法，其特征在于，基于激光雷达进行危险场景感知得到第一感知结果的步骤，包括：确定所述障碍物车辆与当前车辆的相对位置关系；

基于所述障碍物车辆与目标车辆的相对位置关系，确定第一敏感区域；所述第一敏感区域为当前场景下所述障碍物车辆的前方区域中选定的区域；

获取所述第一敏感区域的激光雷达点云数据；

基于所述第一敏感区域的激光雷达点云数据进行危险场景感知得到第一感知结果。

5.根据权利要求3所述的方法，其特征在于，基于视觉传感器进行危险场景感知得到第二感知结果的步骤，包括：获取所述障碍物车辆在当前场景对应的图像中的坐标；

基于所述障碍物车辆在当前场景对应的图像中的坐标，确定第二敏感区域；所述第二敏感区域为在当前场景对应的图像中选定的障碍物前方的像素区域；

针对所述第二敏感区域，基于视觉传感器进行危险场景感知得到第二感知结果。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：如果当前场景不是典型危险场景，则基于激光雷达进行普通场景感知得到第三感知结果，以及基于视觉传感器进行普通场景感知得到第四感知结果；

将所述第三感知结果和所述第四感知结果进行融合，得到第二融合结果；

基于所述第二融合结果，控制所述当前车辆的行驶。

7.根据权利要求6所述的方法，其特征在于，基于激光雷达进行普通场景感知得到第三感知结果的步骤，包括：获取当前场景的激光雷达点云数据；

对所述当前场景的激光雷达点云数据进行滤波处理，所述滤波处理用于去除当前车辆所在道路两侧以及与当前车辆距离大于第一阈值的激光雷达点云数据；

基于滤波处理后的激光雷达点云数据的反射强度信息进行聚类分析，得到障碍物敏感粒子群；

对所述障碍物敏感粒子群进行跟踪和分析，得到第三感知结果。

8.根据权利要求6所述的方法，其特征在于，基于视觉传感器进行普通场景感知得到第四感知结果的步骤，包括：获取毫米波雷达输出的当前车辆的前方所有的障碍物的位置信息；

基于障碍物的位置信息确定障碍物在当前场景对应的图像中的像素区域；

在确定的所述像素区域内进行图像识别，得到第四感知结果。

9.一种车用危险场景感知装置，其特征在于，包括：判断模块，用于判断当前场景是否属于恶劣光照场景；

确定模块，用于如果当前场景不属于恶劣光照场景，则基于毫米波雷达和视觉传感器确定当前场景是否为典型危险场景，所述典型危险场景为当前车辆的感知范围受到障碍物车辆遮挡；

感知模块，用于如果是，则基于激光雷达进行危险场景感知得到第一感知结果，以及基于视觉传感器进行危险场景感知得到第二感知结果；

融合模块，用于将所述第一感知结果和所述第二感知结果进行融合，得到第一融合结果；

控制模块，基于所述第一融合结果，控制所述当前车辆的行驶。

10.一种车用危险场景感知系统，其特征在于，包括：视觉传感器、毫米波雷达、激光雷达、车辆控制器以及如权利要求9所述的车用危险场景感知装置，其中，所述视觉传感器、所述毫米波雷达、所述激光雷达、所述车辆控制器均与所述车用危险场景感知装置相连接。

11.一种电子设备，包括存储器、处理器及存储在所述存储器上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上述权利要求1至8任一项所述的方法的步骤。