1.一种障碍物检测方法，其特征在于，所述障碍物检测方法包括以下步骤：
2.如权利要求1所述的障碍物检测方法，其特征在于，所述对所述深层特征图进行多任务学习，得到所述目标图像的深度图和语义分割图的步骤，包括：
3.如权利要求2所述的障碍物检测方法，其特征在于，对所述深度特征图和所述语义分割特征图进行特征融合，得到第一融合特征图和第二融合特征图的步骤，包括：
4.如权利要求2所述的障碍物检测方法，其特征在于，在所述多任务学习网络的最后一层网络中，所述利用所述第一融合特征图进行深度任务的学习，重新生成深度特征图的步骤之后，还包括：
5.如权利要求2所述的障碍物检测方法，其特征在于，在所述多任务学习网络的最后一层网络中，利用所述第二融合特征图进行语义分割任务的学习，重新生成语义分割特征图的步骤之后，还包括：
6.如权利要求1所述的障碍物检测方法，其特征在于，所述语义分割图中的类别标签包括天空、地面和背景，所述基于所述深度图和所述语义分割图进行障碍物检测，确定所述目标图像中的障碍物的步骤，包括：
7.一种障碍物检测系统，其特征在于，所述系统包括：
8.如权利要求7所述的障碍物检测系统，其特征在于，所述多任务学习模块包括多任务学习网络，所述多任务学习网络包括第一层网络、多个中间层网络和最后一层网络，其中，
9.如权利要求7所述的障碍物检测系统，其特征在于，所述深度解码器和所述分割解码器的结构均为卷积块与双线性差值交叉设置。
10.一种障碍物检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物检测程序，所述障碍物检测程序配置为实现如权利要求1至6中任一项所述的障碍物检测方法的步骤。
11.一种存储介质，其特征在于，所述存储介质上存储有障碍物检测程序，所述障碍物检测程序被处理器执行时实现如权利要求1至6任一项所述的障碍物检测方法的步骤。