1.一种基于毫米波雷达的目标检测方法，其特征在于，包括以下步骤：(1)通过数据采集模块进行采集，并将采集获取的数据融合为三维点云集；所述数据采集模块包括毫米波雷达；

(2)去除三维点云集中的非靶标点云；

(3)对三维点云集中的地面点云进行拟合、分割；

(4)设置聚类的点密度阈值，并采用自适应模型判断三维点云集中的所有数据点是否为核心点；其中：

所述自适应模型在空间中呈椭球型呈现，且该椭球中沿x轴的赤道半径、沿y轴的赤道半径以及沿z轴的极半径分别与毫米波雷达的x轴分辨率、y轴分辨率以及z轴分辨率关联设置；

(5)基于步骤(4)所确定的核心点，采用DBSCAN算法进行核心点聚类，最终完成采集数据中的目标识别。

2.根据权利要求1所述的基于毫米波雷达的目标检测方法，其特征在于，步骤(4)中，所述自适应模型的建立如下：

将毫米波雷达的x轴分辨率记为δx，y轴分辨率记为δy，z轴分辨率记为δz；将所述x轴分辨率δx、y轴分辨率δy以及z轴分辨率δz的单位进行统一化处理，均采用距离表示，以便建立模型；

设待确定点A的坐标为(x1,y1,z1)，则在y轴方向上待确定点A到毫米波雷达的距离d为：基于毫米波雷达的x轴分辨率δx和z轴分辨率δz，计算得出椭球沿x轴方向的赤道半径和沿z轴方向的极半径为：

以点A为原点，结合毫米波雷达的y轴分辨率δy，得出呈椭球型的自适应模型方程：其中，hx为椭球沿x轴方向的赤道半径，δy为y轴方向的赤道半径，hz为沿z轴方向的极半径。

3.根据权利要求1或2所述的基于毫米波雷达的目标检测方法，其特征在于，在步骤(4)中，以毫米波雷达的数据刷新率T作为聚类的点密度阈值。

4.根据权利要求1所述的基于毫米波雷达的目标检测方法，其特征在于，在步骤(2)中，通过设置感兴趣区域方法实现去除三维点云集中的非靶标点云。

5.根据权利要求1所述的基于毫米波雷达的目标检测方法，其特征在于，在步骤(3)中，通过RANSAC算法三维点云集中的地面点云进行拟合、分割。

6.根据权利要求1所述的基于毫米波雷达的目标检测方法，其特征在于，所述数据采集模块还包括IMU传感器以及旋转编码器。

7.一种应用权利要求1‑6任一项所述的基于毫米波雷达的目标检测方法的目标检测装置，其特征在于，包括可移动平台、数据采集模块以及控制模块，所述数据采集模块包括毫米波雷达、IMU传感器以及旋转编码器，所述控制模块分别与毫米波雷达、IMU传感器以及旋转编码器电连接，所述控制模块将所述数据采集模块所采集的数据进行融合从而获取三维点云集。

8.根据权利要求7所述的目标检测装置，其特征在于，所述旋转编码器设置在可移动平台的车轮上，所述旋转编码器与可移动平台的车轮同步转动。

9.根据权利要求7或8所述的目标检测装置，所述毫米波雷达和IMU传感器通过固定板设置在所述可移动平台的侧面，且与所述可移动平台的平面垂直设置。