1.一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，通过车载终端OBU、路侧设备RSU、云服务器、移动终端、OBD设备、车辆中控设备、双目摄像头以及协同局部路径规划控制器来协同实现，路径规划方法具体包括以下步骤：步骤1、车辆在行驶过程中，结合导航路径和车辆转向灯信息，触发协同局部路径规划算法工作，转入步骤2；

步骤2、车载终端OBU通过OBD设备和车辆中控设备采集本车车辆信息，通过双目摄像头检测道路边界信息以及障碍物信息；

步骤3、车载终端OBU通过V2X通信方式从路侧设备、其他车辆、行人获取车辆行驶过程中的交通对象信息；

步骤4、协同局部路径规划控制器通过车载终端OBU获取到交通对象信息，再根据交通对象信息建立交通对象混合态势估计模型，交通对象混合态势估计模型用于得到态势估计后的动态交通对象信息；

步骤5、通过采用交通对象信息融合算法将交通对象混合态势估计模型态势估计后的动态交通对象信息与静态交通对象信息以及交通规则进行数据融合；

步骤6、将融合后的实时交通数据经过坐标映射模型构建交通路况地图；

步骤7、根据包括车辆导航地图信息、车辆当前转向灯以及车辆三轴加速度信息在内的自车车身信息，建立自身车辆的态势估计模型，评估自车的行驶态势与建议速度；

步骤8、根据步骤6建立的交通路况地图，综合考虑自车行驶态势以及车辆转弯半径，通过局部路径规划算法，计算出当前车辆的最优行驶路径；

步骤9、协同局部路径规划控制器将得到的最优行驶路径以及自身车辆信息传输给OBU，然后OBU通过V2X通信方式向其它交通对象广播，并发送到车联网路侧设备以及车联网云平台。

2.根据权利要求1所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述车载终端OBU搭载了包括高精度定位模块、三轴陀螺仪在内的信息检测模块以及V2X通信设备，用于完成本车信息获取、道路边界信息接收、障碍物信息接收、V2X消息接收解析；所述协同局部路径规划控制器为局部路径规划的车载计算中心，其主要完成了交通对象混合态势估计模型，多源数据融合算法、交通路况地图构建、自车态势估计模型、局部路径规划算法；双目摄像头由水平固定在车上的两个规格参数一样的摄像头组成，用于获取图像数据并处理；高精度定位模块用于获取车辆在行驶过程中高精度的经纬度、海拔信息；三轴陀螺仪则是用于采集车辆在行驶时的三轴加速度信息；V2X通信设备用于把经过融合的环境数据、最优局部规划路径信息广播出去。

3.根据权利要求1或2所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤2通过双目摄像头检测道路边界信息以及障碍物信息，道路边界信息包括道路的护栏位置、道路车道线位置信息，障碍物信息包括障碍物类型、位置信息以及障碍物危险等级信息；具体包括：通过立体标定法对车载双目摄像机进行标定，从而计算内外参数矩阵、消除畸变以及行列对齐；采用图像边缘检测算法检测图像中的车道线以及护栏的位置，然后通过图像ROI分割，对位于车道中的障碍物镜像检测；通过物体检测算法检测左右视图的障碍物并对其像素位置和类别进行标记，其中障碍物种类主要分为行人、危险车辆、动物、坑洼、落石，然后通过立体匹配算法计算出障碍物相对于HV的三维坐标。

4.根据权利要求3所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述多源交通对象混合态势估计模型为双目摄像头的交通对象态势估计和V2X的交通对象态势估计混合模型，涉及视距(摄像头)和非视距(V2X)两个方面获取的信息，根据交通对象时间序列数据，通过混合态势估计模型预测动态交通对象的运动状态。

5.根据权利要求4所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤4将获取到的道路环境信息分为车辆、障碍物、行人分为三类，分别建立交通对象模型如下：其中，V表示车辆，Position3D(Latitude,Longitude,Elevation)表示车辆的经纬度信息，TransmissionState(Neutral,Park,ForwardGears,ReverseGears)表示车辆档位状态，Speed表示车辆速度大小，Heading表示车辆航向角，AccelerationSet4Way(Long,Lat,Vert,Yaw)表示车辆的四轴加速度，BrakeSystemStatus(brakePadel,wheelBrakes,traction,abs,scs,brakeBoost,auxBrakes)表示车辆的刹车系统状态，VehicleSize(VehicleWidth,VehicleLength,VehicleHeight)表示车辆的尺寸大小，O(Position3D,ObstacleSize,DangerClasses)       (5)

其中，O表示障碍物，Position3D(Latitude,Longitude,Elevation)表示障碍物的位置，ObstacleSize表示障碍物的大小，DangerClasses表示障碍物的危险级别。

H(Position3D,Speed,Heading,AccelerationSet4Way)     (6)

其中，H表示行人，Position3D(Latitude,Longitude,Elevation)表示行人的经纬度位置信息，Speed表示行人当前的速度，Heading表示行人的航向角，AccelerationSet4Way(Long,Lat,Vert,Yaw)表示行人的四轴加速度。

6.根据权利要求5所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤5通过多源交通对象信息融合算法计算得高可信度的交通对象信息，具体包括；首先通过对多源数据结合交通规则进行预处理，包括对超出路径规划范围的交通对象经纬度、三轴加速度异常数据、状态异常设备的数据进行分析和剔除处理，再按事先制定好的标准格式进行数据格式统一缓存；不同来源的数据采样频率不同，需要先通过统一不同来源数据的采样频率，保证该数据都是同一时间采集得到，从而完成数据的时间关联；不同数据所在的坐标系也是不一样的，在对数据进行融合之前，需要将多源数据统一到相同的坐标系下，才能进行融合处理；再基于分位图法求出数据中的最佳融合数和最佳融合集合，最终通过计算置信距离矩阵和关系矩阵得到交通信息融合后的特征值。

7.根据权利要求6所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤6将融合后的实时交通数据经过坐标映射模型构建交通路况地图，具体包括：首先以本车辆经纬度坐标作为参考点，建立HV坐标系与地理空间坐标系之间的映射关系模型；然后将其它交通对象的经纬度坐标数据通过坐标映射算法，转换成HV坐标系下的坐标数据，从而构建具有高可信度的实时路况的交通路况地图。

8.根据权利要求7所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤7根据包括车辆导航地图信息、车辆当前转向灯以及车辆三轴加速度信息在内的自车车身信息，建立自身车辆的态势估计模型，评估自车的行驶态势与建议速度，具体包括：首先将车辆的行驶动作分为车道跟驰、左变道、右变道、超车4类；然后建立自身车辆的态势估计模型，通过分析车辆中控设备导航信息、车辆当前转向灯以及车辆三轴加速度信息在内的自车车身信息，运用自车的态势估计算法，评估出自车的行驶态势，然后在根据交通环境中其他车辆信息以及交通规则评估出车辆的行驶建议速度。

9.根据权利要求8所述的一种基于V2X通信与双目视觉的协同局部路径规划方法，其特征在于，所述步骤8根据步骤6建立的交通路况地图，综合考虑自车行驶态势以及车辆转弯半径，通过局部路径规划算法，计算出当前车辆的最优行驶路径，具体包括：首先，综合考虑车辆的转弯半径，然后在地图上设置初试节点的开启节点列表，计算列表中每个节点的代价函数，将代价函数值最小的节点作为下一个点并将该点移入关闭列表，然后一直重复该过程直至完成路径规划；再通过对路径中各个节点的曲率、与障碍物的距离进行约束，采用三次贝塞尔曲线平滑方法对原行驶路径拟合得到平滑的最优行驶路径。