1.一种清洁机器人的避障方法，其特征在于，所述避障方法包括：获取清洁机器人所处场景的环境图像，所述环境图像为双目相机拍摄的图像；

利用预先训练的识别模型对所述环境图像进行识别，获得障碍物识别结果，所述障碍物识别结果包括障碍物像素范围；

根据所述环境图像生成三维场景点云，从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓；

其中，根据所述环境图像生成三维场景点云的方法为：采用改进的ORB‑SLAM算法对所述环境图像进行计算，得到三维场景点云；

所述从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓的方法为：从所述三维场景点云中截取得到预定高度范围三维点云；

根据所述障碍物像素范围为所述预定高度范围三维点云中提取出障碍物三维点云；

根据所述障碍物三维点云得到二维局部轮廓；

根据所述障碍物识别结果对所述二维局部轮廓进行补全，获得障碍物的二维完整轮廓；

根据所述障碍物的二维完整轮廓采取避障操作。

2.根据权利要求1所述的清洁机器人的避障方法，其特征在于，根据所述障碍物三维点云得到二维局部轮廓的方法包括：去除所述障碍物三维点云的高度信息，得到障碍物二维点云；

对所述障碍物二维点云进行拟合得到在俯视视角下障碍物的二维局部轮廓。

3.根据权利要求2所述的清洁机器人的避障方法，其特征在于，所述障碍物识别结果还包括障碍物类别，根据所述障碍物识别结果对所述二维局部轮廓进行补全，获得障碍物的二维完整轮廓的方法为：根据所述障碍物类别确定与所述障碍物匹配的几何模型；

根据所述几何模型和所述二维局部轮廓预测得到补全轮廓，所述补全轮廓和所述二维局部轮廓构成所述障碍物的二维完整轮廓。

4.根据权利要求3所述的清洁机器人的避障方法，其特征在于，当几何模型为矩形时，预测得到补全轮廓的方法为：根据所述二维局部轮廓与所述清洁机器人的相对位置关系确定待补全轮廓的方向，根据所述二维局部轮廓对应的点云范围确定待补全轮廓的长度；

根据所述待补全轮廓的方向和长度生成补全轮廓。

5.根据权利要求3所述的清洁机器人的避障方法，其特征在于，根据所述障碍物的二维完整轮廓采取避障操作的方法为：根据所述障碍物的二维完整轮廓生成栅格地图；

根据所述障碍物类型在栅格地图上设置障碍物安全距离，以使得清洁机器人按照栅格地图运行时避开障碍物。

6.一种清洁机器人的避障装置，其特征在于，所述避障装置包括：图像数据获取模块，用于获取清洁机器人所处场景的环境图像，所述环境图像为双目相机拍摄的图像；

障碍物识别模块，用于利用预先训练的识别模型对所述环境图像进行识别，获得障碍物识别结果，所述障碍物识别结果包括障碍物像素范围；

局部轮廓确定模块，用于根据所述环境图像生成三维场景点云，从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓；其中，根据所述环境图像生成三维场景点云的方法为：采用改进的ORB‑SLAM算法对所述环境图像进行计算，得到三维场景点云；所述从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓的方法为：从所述三维场景点云中截取得到预定高度范围三维点云；根据所述障碍物像素范围为所述预定高度范围三维点云中提取出障碍物三维点云；根据所述障碍物三维点云得到二维局部轮廓；

轮廓补全模块，用于根据所述障碍物识别结果对所述二维局部轮廓进行补全，获得障碍物的二维完整轮廓；

避障处理模块，用于根据所述障碍物的二维完整轮廓采取避障操作。

7.一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存储有清洁机器人的避障程序，所述清洁机器人的避障程序被处理器执行时实现权利要求1至5任一项所述的清洁机器人的避障方法。

8.一种计算机设备，其特征在于，所述计算机设备包括计算机可读存储介质、处理器和存储在所述计算机可读存储介质中的清洁机器人的避障程序，所述清洁机器人的避障程序被处理器执行时实现权利要求1至5任一项所述的清洁机器人的避障方法。