1.一种基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述方法至少包括：基于预期车速信息和预期路径信息预测初始驾驶员跟随模型的理想转向盘转角；

基于车辆模型反馈的车辆姿态信息优化所述理想转向盘转角为实际转向盘转角；

所述车辆模型基于所述实际转向盘转角信息优化车辆姿态信息并拟合得到预期路径信息，所述优化车辆姿态信息的方法还包括：

基于二自由度车辆模型预测车辆的姿态信息，其中，对二自由度车辆模型进行汽车动力学分析和对车辆运动模型进行动力学分析，得到二自由度汽车的运动微分方程；

以质心侧偏角β和横摆角速度wr为状态变量，转向盘转角δ作为输入量，根据所述二自由度汽车的运动微分方程计算对应的状态微分方程；

从而将质心侧偏角β和横摆角速度wr及侧向加速度ay作为状态空间的输出，得出输出方程为：

其中，k1表示前轮的侧偏刚度，k2表示后轮的侧偏刚度，m表示整车质量，u表示汽车绝对速度在车辆坐标系x轴方向的分量，a表示质心至前轴的距离，b表示质心至后轴的距离，δ表示转向盘转角，优化所述初始驾驶员跟随模型的方法至少包括：以输入的实际路径信息作为训练集，以所述预期路径信息作为测试集，按照预设的步数修正LSTM中的权重，

获取前一时刻输入信息Cn‑1和hn‑1后，由输入信号与输入门in，遗忘门fn和输出门on之间的如下关系式，可以得到下一时刻的输出信息，in＝σ(Wixxn+Wihhn‑1+Wiccn‑1+bi)，fn＝σ(Wfxxn+Wfhhn‑1+Wfccn‑1+bf)，on＝σ(Woxxn+Wohhn‑1+Woccn‑1+bo)，hn＝on⊙tanh(cn)，

其中，W*(*＝ix，ih，ic，fx，fh，fc，ox，oh，oc，cx，ch)表示权重矩阵，b*(*＝i，f，o，c)表示偏置向量，⊙表示两个向量的标量积，tanh(·)表示双曲正切函数：LSTM的输入层的输入数据P1包括：历史速度[vn‑s+1 vn‑s+2…vn]，历史道路曲率[ρn‑s+1 ρn‑s+2…ρn]，未来道路曲率[ρn+1 ρn+2…ρn+s]和历史转向轮转角[δn‑s+1 δn‑s+2…δn]，输出层的输出数据P2是未来转向轮转角[δn+1 δn+2…δn+s]。

2.根据权利要求1所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述方法还包括：以输入实际路径信息、所述预期路径信息的方式调节LSTM内部的权重信息，从而优化所述初始驾驶员跟随模型。

3.根据权利要求2所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，优化所述理想转向盘转角为实际转向盘转角的方法包括：基于车辆模型反馈的车辆姿态信息中的侧向加速度误差分析转向盘转角的修正量，根据转向盘转角的修正量与理想转向盘转角来计算实际转向盘转角。

4.根据权利要求3所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，预测初始驾驶员跟随模型的理想转向盘转角的计算方法为：其中， 表示理想侧向加速度，Gay表示侧向加速度对转向盘转角的稳态增益，fe表示车辆的侧向位移，y表示车辆在t时刻的侧向位移，vy表示车辆在t时刻的侧向速度，T表示预瞄时间。

5.根据权利要求4所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，分析所述转向盘转角的修正量的计算方法为：

其中，ay表示侧向加速度，1/(1+ths)表示传递函数，th表示动作反应滞后时间常数，H表示加速度反馈系数，s表示步数。

6.一种基于CNN和LSTM的预瞄安全路径的系统，其特征在于，所述系统至少包括车速判断模块(10)、路径判断模块(20)、驾驶员模型模块(30)和车辆模型模块(40)，车速判断模块(10)、路径判断模块(20)分别与驾驶员模型模块(30)建立数据连接，驾驶员模型模块(30)和车辆模型模块(40)建立单向或双向的数据连接；其中，所述驾驶员模型模块(30)根据车速判断模块(10)发送的预期车速和路径判断模块(20)发送的预期路径信息来计算理想转向盘转角；并且所述驾驶员模型模块(30)根据所述车辆模型模块(40)反馈的车辆姿态信息优化所述理想转向盘转角为实际转向盘转角；

所述车辆模型模块(40)基于所述驾驶员模型模块(30)发送的所述实际转向盘转角信息优化车辆姿态信息并拟合得到预期路径信息，所述优化车辆姿态信息的方法还包括：

基于二自由度车辆模型预测车辆的姿态信息，其中，对二自由度车辆模型进行汽车动力学分析和对车辆运动模型进行动力学分析，得到二自由度汽车的运动微分方程；

以质心侧偏角β和横摆角速度wr为状态变量，转向盘转角δ作为输入量，根据所述二自由度汽车的运动微分方程计算对应的状态微分方程；

从而将质心侧偏角β和横摆角速度wr及侧向加速度ay作为状态空间的输出，得出输出方程为：

其中，k1表示前轮的侧偏刚度，k2表示后轮的侧偏刚度，m表示整车质量，u表示汽车绝对速度在车辆坐标系x轴方向的分量，a表示质心至前轴的距离，b表示质心至后轴的距离，δ表示转向盘转角，优化初始驾驶员跟随模型的方法至少包括：以输入的实际路径信息作为训练集，以所述预期路径信息作为测试集，按照预设的步数修正LSTM中的权重，

获取前一时刻输入信息Cn‑1和hn‑1后，由输入信号与输入门in，遗忘门fn和输出门on之间的如下关系式，可以得到下一时刻的输出信息，in＝σ(Wixxn+Wihhn‑1+Wiccn‑1+bi)，fn＝σ(Wfxxn+Wfhhn‑1+Wfccn‑1+bf)，on＝σ(Woxxn+Wohhn‑1+Woccn‑1+bo)，hn＝on⊙tanh(cn)，

其中，W*(*＝ix，ih，ic，fx，fh，fc，ox，oh，oc，cx，ch)表示权重矩阵，b*(*＝i，f，o，c)表示偏置向量，⊙表示两个向量的标量积，tanh(·)表示双曲正切函数：LSTM的输入层的输入数据P1包括：历史速度[vn‑s+1 vn‑s+2…vn]，历史道路曲率[ρn‑s+1 ρn‑s+2…ρn]，未来道路曲率[ρn+1 ρn+2…ρn+s]和历史转向轮转角[δn‑s+1 δn‑s+2…δn]，输出层的输出数据P2是未来转向轮转角[δn+1 δn+2…δn+s]。

7.根据权利要求6所述的基于CNN和LSTM的预瞄安全路径的系统，其特征在于，所述驾驶员模型模块(30)优化所述理想转向盘转角为实际转向盘转角的方法包括：基于车辆模型模块(40)反馈的车辆姿态信息中的侧向加速度误差分析转向盘转角的修正量，

根据转向盘转角的修正量与理想转向盘转角来计算实际转向盘转角。

8.一种智能车辆，其特征在于，所述车辆上安装有预瞄安全系统，所述预瞄安全系统按照如权利要求1～5任一项所述的预瞄安全路径方法决策出驾驶员行驶的路径。