1.一种障碍物的检测方法，其特征在于，包括：

获取深度图像以及所述深度图像中的各个像素点的像素坐标，得到多个所述像素坐标，所述深度图像包括目标障碍物的图像；

将多个所述像素坐标转化至世界坐标系，得到多个点云，所述世界坐标系的预定平面平行于水平面，所述预定平面为所述世界坐标系的X轴与Z轴形成的平面；

至少根据多个所述点云的法向量，得到目标障碍物点云。

2.根据权利要求1所述的方法，其特征在于，至少根据多个所述点云的法向量，得到目标障碍物点云，包括：根据多个所述点云的所述法向量，确定多个所述点云中的承载面点云，所述承载面用于承载所述目标障碍物；

从多个所述点云中剔除所述承载面点云，得到所述目标障碍物点云。

3.根据权利要求2所述的方法，其特征在于，根据多个所述点云的所述法向量，确定多个所述点云中的承载面点云，包括：计算各所述法向量与所述世界坐标系的Y轴的夹角，得到多个第一夹角；

在所述第一夹角小于第一阈值的情况下，至少将部分小于所述第一阈值的所述第一夹角对应的所述点云作为所述承载面点云。

4.根据权利要求3所述的方法，其特征在于，在所述第一夹角小于第一阈值的情况下，至少将部分小于所述第一阈值的所述第一夹角对应的所述点云作为所述承载面点云，包括：在所述第一夹角小于所述第一阈值的情况下，将至少部分小于所述第一阈值的所述第一夹角对应的所述点云作为备选承载面点云；

计算各所述备选承载面点云的曲率，得到多个所述曲率；

在所述曲率小于第二阈值的情况下，将小于所述第二阈值的所述曲率对应的所述备选承载面点云作为所述承载面点云。

5.根据权利要求4所述的方法，其特征在于，在所述第一夹角小于第一阈值的情况下，将至少部分小于所述第一阈值的所述第一夹角对应的所述点云作为备选承载面点云，包括：在所述第一夹角小于所述第一阈值的情况下，将小于所述第一阈值的所述第一夹角对应的所述点云作为初始备选承载面点云；

计算相邻的两个所述初始备选承载面点云的所述法向量的夹角，得到多个第二夹角；

在所述第二夹角大于第三阈值的情况下，将大于所述第三阈值的所述第二夹角对应的两个所述初始备选承载面点云作为所述备选承载面点云。

6.根据权利要求3述的方法，其特征在于，根据多个所述点云的所述法向量，确定多个所述点云中的承载面点云，包括：根据多个所述点云的所述法向量，得到初始承载面点云；

采用密度聚类算法将所述初始承载面点云分成多个点云簇，得到多个所述点云簇；

计算各所述点云簇的平均高度和点云数量；

根据所述平均高度和所述点云数量，得到目标概率，所述目标概率用于表征所述点云簇为所述承载面的概率；

在所述目标概率大于第四阈值的情况下，确定所述目标概率对应的所述点云簇中的多个所述点云为所述承载面点云。

7.根据权利要求6所述的方法，其特征在于，根据多个所述点云的所述法向量，得到初始承载面点云，包括：计算各所述法向量与所述世界坐标系的所述Y轴的夹角，得到多个所述第一夹角；

在所述第一夹角小于所述第一阈值的情况下，将部分小于所述第一阈值的所述第一夹角对应的所述点云作为所述初始承载面点云。

8.根据权利要求6所述的方法，其特征在于，根据所述平均高度和所述点云数量，得到目标概率，包括：根据g＝λ1h+λ2n，计算所述目标概率，其中，g为所述目标概率，λ1为第一参数，h为所述平均高度，λ2为第二参数，n为所述点云数量。

9.根据权利要求1至8中任意一项所述的方法，其特征在于，将多个所述像素坐标转化至世界坐标系，得到多个点云，包括：将多个所述像素坐标转化至相机坐标系，得到多个相机坐标；

将多个所述相机坐标转化至所述世界坐标系，得到多个所述点云。

10.一种障碍物的检测装置，其特征在于，包括：

获取单元，用于获取深度图像以及所述深度图像中的各个像素点的像素坐标，得到多个所述像素坐标，所述深度图像包括目标障碍物的图像；

转化单元，用于将多个所述像素坐标转化至世界坐标系，得到多个点云，所述世界坐标系的预定平面平行于水平面，所述预定平面为所述世界坐标系的X轴与Z轴形成的平面；

确定单元，用于至少根据多个所述点云的法向量，得到目标障碍物点云。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，所述程序执行权利要求1至9中任意一项所述的方法。

12.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至9中任意一项所述的方法。

13.一种检测系统，其特征在于，包括：相机、一个或多个处理器，存储器以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至9中任意一项所述的方法。