1.一种车前地形检测方法，其特征在于，所述方法包括：步骤S1：获取激光雷达的点云数据集；

步骤S2：对所述点云数据集进行剪裁和过滤处理，获得预处理数据集；

步骤S3：将所述预处理数据集按照车头前进的方向以第三设定距离进行空间分割成多组数据集合，并对各组数据集合中的多个点云数据的高度进行排序；

步骤S4：选取各组数据集合中点云数据的高度小于平面距离阈值的点云数据作为种子点集；

步骤S5：根据所述种子点集确定平面模型；

步骤S6：根据所述平面模型确定各组数据集合中各点云数据为地面点或非地面点；所述地面点包括可通过斜坡的斜坡点；所述非地面点为不可通过的障碍物点。

2.根据权利要求1所述的车前地形检测方法，其特征在于，所述对所述点云数据集进行剪裁和过滤处理，获得预处理数据集，具体步骤包括：步骤S21：将所述点云数据集中大于第一设定距离处的点云数据进行裁剪，获得裁剪数据集；所述第一设定距离为距离所述激光雷达的距离；

步骤S22：将所述裁剪数据集中小于第二设定距离处的点云数据进行滤除，获得预处理数据集；所述第二设定距离为距离所述激光雷达的距离。

3.根据权利要求1所述的车前地形检测方法，其特征在于，所述根据所述平面模型确定各组数据集合中各点云数据为地面点或非地面点，具体步骤包括：步骤S61：判断各组数据集合中各点云数据到所述平面模型的正交投影的距离是否小于平面距离阈值；如果小于平面距离阈值，则该点云数据为地面点，执行步骤S62；如果大于或等于平面距离阈值，则该点云数据为非地面点，执行步骤S62；

步骤S62：判断迭代次数是否大于设定阈值；如果迭代次数大于或等于设定阈值，则输出地面点和非地面点；如果迭代次数小于设定阈值，则迭代次数加一，并将该点云数据加入种子点集，并返回步骤S5。

4.根据权利要求3所述的车前地形检测方法，其特征在于，所述各组数据集合中各点云数据到所述平面模型的正交投影的距离的公式为：h＝|(x,y,z)*n|；

其中，h为各点云数据到所述平面模型的正交投影的距离，(x,y,z)为各点云数据的三维坐标，n为平面的法向量。

5.根据权利要求4所述的车前地形检测方法，其特征在于，确定平面距离阈值，具体步骤包括：步骤S71：根据所述种子点集内的多个点云数据的高度求取高度平均值；

步骤S72：获取种子高度阈值；

步骤S73：根据所述高度平均值和所述高度阈值确定平面距离阈值。

6.一种车前地形检测系统，其特征在于，所述系统包括：获取模块，用于获取激光雷达的点云数据集；

预处理模块，用于对所述点云数据集进行剪裁和过滤处理，获得预处理数据集；

分割模块，用于将所述预处理数据集按照车头前进的方向以第三设定距离进行空间分割成多组数据集合，并对各组数据集合中的多个点云数据的高度进行排序；

种子点集确定模块，用于选取各组数据集合中点云数据的高度小于平面距离阈值的点云数据作为种子点集；

平面模型确定模块，用于根据所述种子点集确定平面模型；

地面点和非地面点确定模块，用于根据所述平面模型确定各组数据集合中各点云数据为地面点或非地面点；所述地面点包括可通过斜坡的斜坡点；所述非地面点为不可通过的障碍物点。

7.根据权利要求6所述的车前地形检测系统，其特征在于，所述预处理模块，具体包括：裁剪单元，用于将所述点云数据集中大于第一设定距离处的点云数据进行裁剪，获得裁剪数据集；所述第一设定距离为距离所述激光雷达的距离；

过滤单元，用于将所述裁剪数据集中小于第二设定距离处的点云数据进行滤除，获得预处理数据集；所述第二设定距离为距离所述激光雷达的距离。

8.根据权利要求6所述的车前地形检测系统，其特征在于，所述地面点和非地面点确定模块，具体包括：第一判断单元，用于判断各组数据集合中各点云数据到所述平面模型的正交投影的距离是否小于平面距离阈值；如果小于平面距离阈值，则该点云数据为地面点，执行“第二判断单元”；如果大于或等于平面距离阈值，则该点云数据为非地面点，执行“第二判断单元”；

第二判断单元，用于判断迭代次数是否大于设定阈值；如果迭代次数大于或等于设定阈值，则输出地面点和非地面点；如果迭代次数小于设定阈值，则迭代次数加一，并将该点云数据加入种子点集，并返回“平面模型确定模块”。

9.根据权利要求8所述的车前地形检测系统，其特征在于，所述各组数据集合中各点云数据到所述平面模型的正交投影的距离的公式为：h＝|(x,y,z)*n|；

其中，h为各点云数据到所述平面模型的正交投影的距离，(x,y,z)为各点云数据的三维坐标，n为平面的法向量。

10.根据权利要求8所述的车前地形检测系统，其特征在于，所述系统还包括：平面距离阈值确定模块，用于确定平面距离阈值。