1.一种障碍物识别方法，其特征在于，所述方法包括：
将待识别的障碍物的点云在高度上划分为指定层数的分层；所述指定层数包括至少两层；
获取所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数；
根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成所述待识别的障碍物的分层特征向量；
根据预先训练的分类器模型和所述待识别的障碍物的分层特征向量，识别所述待识别的障碍物的类别。
2.根据权利要求1所述的方法，其特征在于，根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成所述待识别的障碍物的分层特征向量，具体包括：
根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，并参考所述待识别的障碍物的点云的质心的坐标信息和所述待识别的障碍物的点云所包括的总点数中的至少一个，生成所述待识别的障碍物的分层特征向量。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述待识别的障碍物的点云的质心的坐标信息，确定所述待识别的障碍物相对于当前车辆的位置。
4.根据权利要求1所述的方法，其特征在于，根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成所述待识别的障碍物的分层特征向量，具体包括：
根据所述待识别的障碍物的点云在各所述分层中的长度方向的最大值和最小值，获取所述待识别的障碍物的点云在各所述分层中的长度信息；
根据所述待识别的障碍物的点云在各所述分层中的宽度方向的最大值和最小值，获取所述待识别的障碍物的点云在各所述分层中的宽度信息；
根据所述待识别的障碍物的点云在各所述分层中的所述长度信息、所述宽度信息和所包括的点数，生成所述待识别的障碍物的分层特征向量。
5.根据权利要求1-4任一所述的方法，其特征在于，根据预先训练的分类器模型和所述待识别的障碍物的分层特征向量，识别所述待识别的障碍物的类别之前，所述方法还包括：
采集多个已标注类别的预设障碍物的点云信息，生成障碍物训练集；
根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型。
6.根据权利要求5所述的方法，其特征在于，根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型，具体包括：
将各所述预设障碍物的点云在高度上划分为所述指定层数的分层；获取各所述预设障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数；
根据各所述预设障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成各所述预设障碍物的分层特征向量；
分别根据各所述预设障碍物的分层特征向量以及各所述预设障碍物的类别，训练分类器模型，从而确定所述分类器模型。
7.一种障碍物识别装置，其特征在于，所述装置包括：
划分模块，用于将待识别的障碍物的点云在高度上划分为指定层数的分层；所述指定层数包括至少两层；
获取模块，用于获取所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数；
特征向量生成模块，用于根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成所述待识别的障碍物的分层特征向量；
识别模块，用于根据预先训练的分类器模型和所述待识别的障碍物的分层特征向量，识别所述待识别的障碍物的类别。
8.根据权利要求7所述的装置，其特征在于，所述特征向量生成模块，具体用于根据所述待识别的障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，并参考所述待识别的障碍物的点云的质心的坐标信息和所述待识别的障碍物的点云所包括的总点数中的至少一个，生成所述待识别的障碍物的分层特征向量。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
确定模块，用于根据所述待识别的障碍物的点云的质心的坐标信息，确定所述待识别的障碍物相对于当前车辆的位置。
10.根据权利要求7所述的装置，其特征在于，所述特征向量生成模块，具体用于：
根据所述待识别的障碍物的点云在各所述分层中的长度方向的最大值和最小值，获取所述待识别的障碍物的点云在各所述分层中的长度信息；
根据所述待识别的障碍物的点云在各所述分层中的宽度方向的最大值和最小值，获取所述待识别的障碍物的点云在各所述分层中的宽度信息；
根据所述待识别的障碍物的点云在各所述分层中的所述长度信息、所述宽度信息和所包括的点数，生成所述待识别的障碍物的分层特征向量。
11.根据权利要求7-10任一所述的装置，其特征在于，所述装置还包括：
采集模块，用于采集多个已标注待识别的障碍物类别的预设障碍物的点云信息，生成障碍物训练集；
训练模块，用于根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型。
12.根据权利要求11所述的装置，其特征在于，所述训练模块，具体用于：
将各所述预设障碍物的点云在高度上划分为所述指定层数的分层；获取各所述预设障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数；
根据各所述预设障碍物的点云在各所述分层中的各方向的最大值、最小值和所包括的点数，生成各所述预设障碍物的分层特征向量；分别根据各所述预设障碍物的分层特征向量以及各所述预设障碍物的类别，训练分类器模型，从而确定所述分类器模型。
13.一种计算机设备，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，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。