1.一种无人驾驶车的驾驶控制方法，其特征在于，包括如下步骤：
步骤s1、获取当前车辆环境特征信息和当前车辆位姿信息；
步骤s2、根据所述当前车辆环境特征信息、所述当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；
步骤s3、根据所述当前车辆环境特征信息、所述当前车辆位姿信息、所述车辆行驶路径以及预设车辆行为规则进行车辆行为规划输出当前车辆控制期望值；其中，所述当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；
步骤s4、根据所述当前车辆控制期望值控制车辆行驶。
2.根据权利要求1所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤s3包括：
步骤s31、根据所述当前车辆环境特征信息、所述车辆行驶路径和所述当前车辆位姿信息确定当前驾驶工况；
步骤s32、根据所述当前驾驶工况确定参与竞争的行为；
步骤s33、根据预设车辆行为规则确定所述参与竞争的行为的权值，并根据参与竞争的行为的权值进行行为规划；
步骤s34、根据以下公式(1)-(2)和所述参与竞争的行为的权值确定当前车辆控制期望值，所述当前车辆控制期望值包括方向盘转角控制期望值和车速控制期望值；
其中，δsw为方向盘转角控制期望值，λi为i行为规划对期望方向盘转角的权值，δsw(i)为i行为规划的方向盘转角控制期望值，v为车速控制期望值，ωi为i行为规划对期望车速的权值，v(i)为i行为规划的车速控制期望值。
3.根据权利要求2所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤s33包括：
若当前驾驶工况为车道没有其他交通物体，则车道保持行为的权值为1，并进行车道保持行为规划得到相应的车辆控制期望值；
若当前驾驶工况为车道有其他交通物体，所述避障行为、跟车巡航行为和紧急停车行为根据预设条件进行行为竞争；其中，预设条件包括：第一条件为车道为可通过车道、第二条件为障碍物与无人驾驶车时间距离小于安全阈值以及第三条件为障碍物与无人驾驶车速度差大于等于跟车阈值；
若满足第二条件，则紧急停车行为的权值为1，避障行为和跟车巡航行为的权值为0，并进行紧急停车行为规划得到相应的车辆控制期望值；
若满足第一条件且满足第三条件中障碍物与无人驾驶车速度差小于预设干涉阈值，则避障行为的权值为1，跟车巡航行为和紧急停车行为的权值为0，并进行避障行为规划得到相应的车辆控制期望值；
若满足第三条件中障碍物与无人驾驶车速度差大于等于跟车阈值且小于不干涉阈值，则跟车巡航行为的权值为1，避障行为和紧急停车行为的权值为0，并进行跟车巡航行为规划得到相应的车辆控制期望值；
若满足第三条件中障碍物与无人驾驶车速度差大于预设不干涉阈值，则车道保持行为的权值为1，跟车巡航行为、避障行为和紧急停车行为的权值为0，并进行车道保持行为规划得到相应的车辆控制期望值。
其中，不干涉阈值>跟车阈值>干涉阈值。
4.根据权利要求3所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤s31包括：
若当前驾驶工况为车辆前方为道路交叉口，则所述融入交通流行为和停车等待行为根据预设条件进行行为竞争；其中，预设条件包括：第四条件为路口没有交通指示灯或交通指示灯为绿灯，第五条件为tbmp>tamp+tab以及第六条件为tamp>tbmp+tab；tbmp为侧方车辆到达车辆交汇点所用时间，tamp为车辆到达车辆交汇点所用时间，tab为安全时间阈值；
若满足第四条件且满足第五条件或第六条件，则融入交通流行为的权值为1，停车等待行为的权值为0，并进行融入交通流行为规划得到相应的车辆控制期望值；
若不满足第四条件，则停车等待行为的权值为1，融入交通流行为的权值为0，并进行停车等待行为规划得到相应的车辆控制期望值；
若满足第四条件但同时不满足第五条件和第六条件，则停车等待行为的权值为1，融入交通流行为的权值为0，并进行停车等待行为规划得到相应的车辆控制期望值。
5.根据权利要求4所述的无人驾驶车的驾驶控制方法，其特征在于，tbmp和tamp根据如下公式(3)-(4)进行计算：
tbmp＝dbmp/vb(3)
其中，vb为侧方车辆速度，damp为车辆到交汇点距离，asat为车辆最大加速度，v0为车辆当前车速，tsw为车辆加速时间，vplan为行为规划欲达到的最终车速。
6.根据权利要求3-5任一项所述的无人驾驶车的驾驶控制方法，其特征在于，所述当前车辆环境特征信息包括当前车道线特征信息和前方障碍物特征信息；
所述步骤s33中车道保持行为规划包括：
根据所述当前车道线特征信息和所述当前车辆位姿信息确定车辆的方向盘转角控制期望值；
所述步骤s33中避障行为规划包括：
根据所述前方障碍物特征信息和所述当前车辆位姿信息判断车辆与前方障碍物的距离是否大于安全距离；
若大于安全距离，则根据所述当前车辆位姿信息以及所述障碍物特征信息确定车辆绕过所述前方障碍物的当前车辆控制期望值；
在绕过所述前方障碍物后并且车辆与所述前方障碍物的距离大于安全距离时，根据所述当前车道线特征信息和所述当前车辆位姿信息确定使车辆回到车道中心的当前车辆控制期望值；
所述步骤s33中跟车巡航行为规划包括：
根据车辆与前方障碍物的距离、车辆前方障碍物的速度差以及最小行车间距确定进行跟车巡航的当前车辆控制期望值；其中，车辆跟车巡航过程中与前方障碍物的距离保持大于等于最小行车间距；
所述步骤s33中紧急停车行为规划包括：
根据所述前方障碍物特征信息和所述当前车辆位姿信息确定车辆与前方障碍物的距离；
判断车辆与前方障碍物的距离是否小于安全距离，若小于安全距离，则操纵执行机构紧急制动。
7.根据权利要求4或5所述的无人驾驶车的驾驶控制方法，其特征在于，所述当前车辆环境特征信息包括停车线特征信息和交通灯信息，
所述步骤s33中融入交通流行为规划包括：
获取所述车辆行驶路径上的多个序列点；
根据所述多个序列点拟合虚拟转弯路径；
根据所述虚拟转弯路径确定车辆沿所述虚拟转弯路径行驶的当前车辆控制期望值；
所述步骤s33中停车等待行为规划包括：
根据所述停车线特征信息和所述车辆当前位姿信息确定车辆与停车线的距离；
根据所述车辆与停车线的距离、当前车速以及所述交通灯信息确定当前车辆控制期望值。
8.根据权利要求1所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤s4包括：实时获取并根据车辆状态信息与所述当前车辆控制期望值的误差进行闭环控制以实时调整车辆行驶状态。
9.一种用于实现权利要求1-8任一项所述方法的无人驾驶车的驾驶控制装置，其特征在于，包括：
车载感知单元，用于获取当前车辆环境特征信息和当前车辆位姿信息；
全局路径规划单元，用于根据所述当前车辆环境特征信息、所述当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；
驾驶控制单元，用于根据所述当前车辆环境特征信息、所述当前车辆位姿信息、所述车辆行驶路径以及预设车辆行为规则进行车辆行为规划得到当前车辆控制期望值；其中，所述当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；
底盘控制单元，用于根据所述当前车辆控制期望值控制车辆行驶。
10.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-8任一项所述的无人驾驶车的驾驶控制方法。
11.一种车辆，其特征在于，包括如权利要求9所述的无人驾驶车的驾驶控制装置或如权利要求10所述的计算机设备。