1.一种基于势场引导的轨迹规划方法，其特征在于，所述方法包括下述步骤：基于道路信息，在Frenet坐标系下，沿道路参考线设置采样点；

基于障碍物势场和道路边界势场，调整采样点的位置，将受障碍物势场和道路边界势场影响的采样点作为第一采样点；

根据障碍物势场和道路边界势场，计算每个第一采样点的斥力，并在斥力的方向上，将第一采样点沿斥力方向移动设定距离；

并基于每个采样点设置一个采样层，连接相邻采样层之间的采样点，获得随纵向路径变化的横向分段路径，通过将横向分段路径进行拼接，获得N1条与纵向路径相关的横向路径；通过使纵向路径具有N2个不同时长，从而获得N1×N2条候选轨迹，进而获取最优轨迹，所述最优轨迹用作自动车的行驶轨迹；N1，N2为大于0的整数；

所述最优轨迹为满足筛选条件的轨迹；所述筛选条件包括采用代价函数计算每条候选轨迹的代价，代价越小，轨迹越优；所述代价函数如下：式中：cost为要求的代价值；ws、wl、wt、wdeviate为权重系数，lend为轨迹终端的实际横向位置，ltarget为轨迹终端预设的横向位置；T为轨迹的规划时长；Js为纵向加速度变化率，Jl为横向加速度变化率。

2.根据权利要求1所述的方法，其特征在于，所述基于每个采样点设置一个采样层包括下述步骤：获取一个采样点作为当前采样点；

步骤S：在当前采样点附近，增设至少2个纵向位置相同横向位置不同的采样点，将当前采样点和增设的采样点集合作为一个采样层；

若还存在未设置采样层的采样点，获取下一个采样点为当前采样点，返回步骤S。

3.根据权利要求1所述的方法，其特征在于，所述障碍物势场通过下述函数计算：式中：

Uobstacle为障碍物势场，Kobs为障碍物势场的正比例系数；ρ(p，q0)为采样点到障碍物的距离；ρ0为障碍物势场的影响距离；

所述道路边界势场通过下式计算：

式中：Uroad为道路边界势场，Kroad为道路边界势场比例系数，lcar，road为自动车质心到道路边界的距离；Wcar为车宽。

4.根据权利要求1所述的方法，其特征在于，所述候选轨迹在Frenet坐标系下，采用描述轨迹点；

其中，s是纵向位置，是关于时间的函数，是纵向速度，是纵向加速度；l为横向位置，是关于纵向位置的函数，l′是横向位置相对于纵向位置的导数，l″是横向位置相对于纵向位置的二阶导数。

5.根据权利要求4所述的方法，其特征在于，所述横向位置采用下述五次多项式描述：

5 4 3 2

l(s)＝c6·s+c5·s+c4·s+c3·s+c2·s+c1式中：s为纵向位置；l(s)为横向位置；c6、c5、c4、c3、c2、c1为多项式系数；

所述纵向位置采用五次多项式描述：

5 4 3 2

s(t)＝a6·t+a5·t+a4·t+a3·t+a2·t+a1式中：t为时间，s为纵向位置，a6、a5、a4、a3、a2、a1为多项式系数。

6.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。