1.一种基于A星算法的实时避障规划方法，其特征在于，包括：步骤一，在车辆的实行行进中，通过对实时检测到的障碍物设定尺寸的方式，对人形障碍物和非人形障碍物进行分类；

步骤二，基于设定的障碍物尺寸，通过搜索算法计算绕障碍物的目标点；

步骤三，基于目标点，采用A星算法进行实时绕障路径的初始规划。

2.如权利要求1所述的基于A星算法的实时避障规划方法，其特征在于，还包括：步骤四，对初始规划路径的节点角度进行计算，根据计算结构判断节点角度值是否超过车辆的最大转向角度 如判断结果为超过，则采用内敛力方式对点位进行初次更新；

步骤五：对初次更新后的点位进行判断，以判断该点位是否超出最大转向角度，若超出则重复步骤四，以得到有效节点；

步骤六：对有效节点进行多次B样条优化曲线进行路径点拟合，并将拟合点位发送给路径跟踪控制模块，实现路径跟踪。

3.如权利要求1所述的基于A星算法的实时避障规划方法，其特征在于，在步骤一中，包括：

S10、所述车辆基于其上搭载的激光测距仪，获取当前障碍物与车辆之间的实时距离distfree，当distfree≥distthreshold则认为其满足实时避障规划的条件；

S11、当车辆运动到障碍物前时，通过车辆上的传感器进行障碍物地图映射，获取当前障碍物平行于车头平面的最长长度Lmax，通过不等式一Lmax≤Lthreshold进行障碍物大小阈值判断，在不等式一判断为真时认定障碍物为人，设定障碍物长度为Lobs＝2(m)，否则设定障碍物长度为Lobs＝5(m)。

4.如权利要求1所述的基于A星算法的实时避障规划方法，其特征在于，在步骤二中，采用暴力搜索全局GPS路径对路径终点GPS选取，此终点的选取方式为：S20、基于实时差分定位RTK获取当前车辆所处的GPS节点；

S21、在全局GPS路径中获取与GPS节点匹配的最近GPS邻近节点gi；

S22、以gi作为搜索起始点，以叠加下一个GPS点gi+1之间的距离dist(i，i+1)；

S23、在距离dist(i，i+1)满足不等式二中的点位时，等到搜索的目标GPS点；

其中，在S22中，dist(i，i+1)＝||gi，gi+1||；

在S23中，不等式二配置为：

所述n为第一个满足不等式二的求解值。

5.如权利要求2所述的基于A星算法的实时避障规划方法，其特征在于，在步骤四‑五中，根据搜索起点与目标GPS点之间间距离的平方squarei，i+1有公式一：则当前A星规划节点Xi的角度 计算公式二为：通过判断当前节点 是否超过最大转向角度 若超过最大转向角度 则通过公式三将当前节点Xi为Xnew：

其中，两控制点间的向量为 a、k均为参数系数，在节点角度超过最大转向角度1.3倍时，则将a、k的值设置为大于1，否则均将值设定为1。

6.如权利要求2所述的基于A星算法的实时避障规划方法，其特征在于，在步骤六中，根据三次B样条曲线拟合公式四：

其中，公式四中的基函数为公式五：公式四中的Xi为初始规划路径中的每个点位，基于公式四、公式五得到拟合曲线点公式六：

公式(8)中t∈[0，1],其中X(t)为四个控制点根据三次B样条曲线拟合得到的点集。