1.一种基于激光雷达的轨迹规划方法，其特征在于，所述方法包括：对预获取的激光雷达数据进行有关数据的矩阵重构，得到数据重构矩阵；其中，所述数据重构矩阵包括：高度矩阵以及回波强度矩阵；

根据所述高度矩阵，对越野路面形态进行曲面拟合处理，确定出车辆可通行域信息；

对所述回波强度矩阵进行有关一维卷积神经网络的数据重构，确定出符合所述越野路面形态的路面类型信息；

基于所述车辆可通行域信息以及路面类型信息，确定出符合车辆通行的参考速度，具体包括：根据 ，得到符合车辆可通行域信息的参考速度v，其中， 为发动机的额定功率，由车辆发动机型号确定；β为地形坡度，并由车辆可通行域信息中的栅格高程差确定； 的值等于将宽度为b的轮胎垂直压入至所述路面类型信息中对应 深度的土壤时所做的功；W为车轮上的垂直载荷；

其中，根据 ，得到垂直载荷W；其中，b为车辆的轮胎宽度， 为所述路面类型信息中对应的土壤下沉深度，p为垂直压力；根据 ，得到所述垂直压力；其中， 、 以及n均为巴克尔土壤参数，且均由所述路面类型信息所确定；

根据预设启发函数以及子节点通行代价函数，对所述参考速度进行路径搜索判定，得到所述车辆的导航规划路径。

2.根据权利要求1所述的一种基于激光雷达的轨迹规划方法，其特征在于，对预获取的激光雷达数据进行有关数据的矩阵重构，得到数据重构矩阵，具体包括：根据预安装在车辆上方的TOF激光雷达，扫描并获取所述激光雷达数据；其中，所述TOF激光雷达为3D TOF激光面阵雷达；

根据所述TOF激光雷达的扫描范围阈值，对所述激光雷达数据进行有关高程栅格图、回波强度图以及对应的像素阵的数据重构，分别得到高程栅格数据以及回波强度像素阵数据；其中，所述像素阵为8×8的像素阵；

对所述高程栅格数据以及所述回波强度像素阵数据进行矩阵的生成，分别得到所述高度矩阵以及所述回波强度矩阵；其中，所述数据重构矩阵由所述高度矩阵以及所述回波强度矩阵组成。

3.根据权利要求1所述的一种基于激光雷达的轨迹规划方法，其特征在于，根据所述高度矩阵，对越野路面形态进行曲面拟合处理，确定出车辆可通行域信息，具体包括：根据最小二乘法，对所述高度矩阵进行曲面拟合，得到三维路面信息；其中，所述三维路面信息包括：三维坐标信息以及路面高程信息；

对所述三维路面信息中相邻栅格高程点的高程值以及曲面斜率进行计算处理，确定出相邻栅格的栅格高程差；

基于所述栅格高程差，确定出相邻栅格的坡度值；

对所述坡度值进行数值的筛选；将筛选出的坡度值所对应的栅格确定为高程可通行栅格，并得到所述车辆可通行域信息。

4.根据权利要求1所述的一种基于激光雷达的轨迹规划方法，其特征在于，对所述回波强度矩阵进行有关一维卷积神经网络的数据重构，确定出符合所述越野路面形态的路面类型信息，具体包括：对所述回波强度矩阵进行归一化处理，得到数据重构后的回波矩阵；其中，所述数据重构后的回波矩阵为1×64的矩阵；

根据一维卷积神经网络，对所述数据重构后的回波矩阵进行有关时间序列的模型预测，得到所述路面类型信息。

5.根据权利要求4所述的一种基于激光雷达的轨迹规划方法，其特征在于，根据一维卷积神经网络，对所述数据重构后的回波矩阵进行有关时间序列的模型预测，得到所述路面类型信息，具体包括：对所述数据重构后的回波矩阵进行有关时间序列格式的排列处理，得到维度数据；其中，所述维度数据包括：时间步长维度以及路面类型维度；

根据一维卷积神经模型的卷积层、池化层以及全连接层，对所述维度数据进行相关参数的卷积迭代训练，得到训练后的一维卷积神经模型；

根据所述训练后的一维卷积神经模型，对所述数据重构后的回波矩阵进行卷积处理，并基于卷积核，遍历卷积处理后的每个数据点，得到得分矩阵；

通过所述训练后的一维卷积神经模型，对所述得分矩阵中的新时间序列数据进行模型预测，得到符合所述越野路面形态的路面类型信息；其中，所述路面类型信息至少包括：有植被路面信息、无植被土壤信息、公路信息以及涉水路面信息。

6.根据权利要求1所述的一种基于激光雷达的轨迹规划方法，其特征在于，在根据预设启发函数以及子节点通行代价函数，对所述参考速度进行路径搜索判定，得到所述车辆的导航规划路径之前，所述方法还包括：根据所述参考速度，构建出符合车辆不可通行域信息的closed表；其中，所述车辆不可通行域信息为不可通过的地面高程栅格区域信息，且在所述车辆不可通行域信息中车辆的最大速度为0；

根据所述closed表，将可通行栅格网的子节点传输到open表中，并将所述车辆已行驶的可通行栅格网增添到所述closed表中；其中，所述可通行栅格网的子节点以及所述已行驶的可通行栅格网均由所述车辆可通行域信息所确定，所述closed表以及所述open表为A*算法中的搜索表格。

7.根据权利要求6所述的一种基于激光雷达的轨迹规划方法，其特征在于，根据预设启发函数以及子节点通行代价函数，对所述参考速度进行路径搜索判定，得到所述车辆的导航规划路径，具体包括：根据所述A*算法的启发函数以及子节点通行代价函数，对所述open表进行录入与更新，得到新open表；其中，所述新open表包括可通行栅格网的子节点与父节点；

其中，根据 ，得到所述子节点通行代价函数 ； 为所述新open表中父节点通行代价函数， 为可通行栅格网中所述参考速度的最大值， 为所述新open表中子节点可达到的最大速度；

根据所述新open表，将所述可通行栅格网的子节点进行总代价值最小栅格网的搜索判定，得到所述可通行栅格网的子节点中的最优子节点；

将所述最优子节点依次连接，并逆向查询父节点网格，得到最优搜索路径；

基于所述最优搜索路径以及所述参考速度，生成所述车辆的导航规划路径。

8.一种基于激光雷达的轨迹规划设备，其特征在于，所述设备包括：至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行如权利要求1‑7任一项所述的一种基于激光雷达的轨迹规划方法。