1.一种无人驾驶方法，其特征在于，该方法包括以下步骤：

获取目标路段的所有车辆无人驾驶中的变道失败时长的第一历史数据、变道失败车距的第二历史数据，根据第二历史数据中目标车辆单次变道过程中的变道失败车距的分布特征获得车辆位置组态特征和半程车辆位置组态特征，根据所述车辆位置组态特征和所有车辆位置组态特征的相似情况获得目标车辆的变道失败非典型度；

根据目标车辆的所述变道失败时长和所述变道失败非典型度获得变道失败描述子，根据目标路段中历史所有变道失败场景的变道失败描述子和车辆位置组态特征获得样本距离进行聚类，获得目标路段中不同的变道失败场景的类别；

根据目标用户变道失败出现次数最多的所属类别中，目标车辆的第一历史数据的差异特征获得超时时间缩放因子；根据目标车辆的所述样本距离获得相似变道失败场景，根据相似变道失败场景和目标车辆的变道失败场景的变道失败时间之间的大小关系和所述超时时间缩放因子获得对应半程车辆位置组态特征的时间标签；

根据目标车辆的半程车辆位置组态特征和所述时间标签获得神经网络训练集，根据所述神经网络训练集对目标车辆在目标路段后续无人驾驶过程中变道时间进行训练和预测，根据预测结果对无人驾驶过程进行调节。

2.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述车辆位置组态特征和所述半程车辆位置组态特征的获取步骤包括：根据变道失败车距的第二历史数据，将目标车辆周围等分至少两个区间，统计目标车辆在变道过程中每个时刻距离其他车辆最近的距离和对应区间，对任意一个时刻，计算最短距离和正整数1的和值的倒数，作为最短距离对应区间对应时刻的第一数值，直至变道失败结束时刻，获得所有时刻各个区间的第一数值的累加值并进行极差标准化处理，获得不同区间的分布直方图，将分布直方图中各个区间的数值构建为向量，作为所述车辆位置组态特征；

根据截止到目标车辆变道失败时长的二分之一值的时刻，计算各个区间第一数值的累加值并进行极差标准化处理，获得不同区间的半程分布直方图，将分布直方图中各个区间的数值构建为半程向量，作为所述半程车辆位置组态特征。

3.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述变道失败非典型度的获取步骤包括：计算目标路段中所有车辆的车辆位置组态特征，计算目标车辆与所有车辆位置组态特征的欧氏距离，将欧氏距离从小到大排序，将欧氏距离最小值作为第一距离，将第预设次序个欧氏距离作为第二距离，计算第一距离和第二距离的平均值，作为所述变道失败非典型度。

4.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述变道失败描述子的获取步骤包括：将目标车辆对应变道失败过程中的所述变道失败时长和所述变道失败非典型度构建成二维向量，获得目标车辆的所述变道失败描述子。

5.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述样本距离的获取步骤包括：

获取目标路段历史所有变道失败案例的变道失败描述子和车辆位置组态特征，计算不同变道失败描述子之间的相似度，作为第一相似度；计算不同车辆位置组态特征之间的相似度，作为第二相似度；

计算所述第一相似度和对应变道失败案例的所述第二相似度的乘积，作为第一乘积，计算正整数1与第一乘积的差值，作为样本距离。

6.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述超时时间缩放因子的获取步骤包括：获取目标用户变道失败案例出现次数最多的所属类别，获得所述所属类别中目标车辆的变道失败时长的中值作为超时时间，计算所述所属类别中大于超时时间的目标用户对应变道失败时长的平均值，作为第二数值；

计算超时时间与第二数值的比值，获得所述超时时间缩放因子。

7.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述时间标签的获取步骤包括：

获取目标车辆的相似变道失败场景的超时时间，若目标车辆的超时时间大于其相似变道失败场景的超时时间，则时间标签为目标车辆的超时时间缩放因子与对应超时时间的乘积；若目标车辆的超时时间小于等于其相似变道失败场景的超时时间，则时间标签为目标车辆的超时时间。

8.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述神经网络训练集对目标车辆在目标路段后续无人驾驶过程中变道时间进行训练和预测的步骤包括：根据所述神经网络训练集训练预测目标用户变道时间的TCN预测神经网络，当目标车辆自动变道时长超过预设时间值，实时获取目标车辆的车辆位置组态特征，根据实时获取的车辆位置组态特征通过对应目标用户的TCN预测神经网络预测变道时间，若实时的自动变道时间超过预测变道时长的一半值，则停止预测，输出预测的自动变道时间。

9.根据权利要求1所述的一种无人驾驶方法，其特征在于，所述根据预测结果对无人驾驶过程进行调节的步骤包括：若目标车辆预测得到的自动变道时间与实时自动变道的时间的差值大于第一预设值，则正常执行自动变道操作；

若目标车辆预测得到的自动变道时间与实时自动变道的时间的差值小于等于第一预设值，则再次进行变道尝试，寻找可变道路线，若没有可变道路线，则提醒用户介入，不再等待无人驾驶进行变道辅助。

10.一种无人驾驶系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序实现如权利要求1‑9任意一项所述方法的步骤。