1.一种应用于智能汽车的辅助停车方法，其特征在于，包括：获取用户的目的地；

基于所述目的地，确定目标停车场；

实时获取所述用户的定位信息；

基于所述定位信息和所述目标停车场的位置，确定是否进入停车引导模式；

当进入所述停车引导模式时，接入所述目标停车场的智能管理平台并获取当前所述目标停车场内的停车情况以及停车场内的车辆运动情况；

基于当前所述目标停车场内的停车情况和所述车辆运动情况，规划停车路径；

输出所述停车路径；

其中，所述基于当前所述目标停车场内的停车情况和所述车辆运动情况，规划停车路径，包括：确定至少一个目标通道；

获取预设的所述目标停车场的停车位设置图；

解析所述停车情况，在所述停车位设置图内确定所述目标停车场内的各个空闲车位的第一位置；

在所述停车位设置图中，确定各个所述目标通道对应的第二位置；

基于所述第一位置和所述第二位置，确定各个所述空闲车位距离各个所述目标通道的第二距离；

基于所述第二距离，确定各个所述空闲车位的第一优先值；

解析所述车辆运动情况，确定待停车的车辆；

将所述待停车的车辆映射至所述停车位设置图内，确定所述待停车的车辆的第三位置以及运动方向；

基于所述第三位置、所述运动方向，确定各个所述空闲车位被使用的概率；

基于各个所述空闲车位被使用的概率，确定各个所述空闲车位的第二优先值；

基于所述第一优先值和所述第二优先值，确定综合优先值；

将所述综合优先值最大的所述空闲车位作为所述目标车位；

获取所述用户进入所述目标停车场的入口位置；

基于所述入口位置和所述目标车位，规划所述停车路径；

其中，所述基于所述第三位置、所述运动方向，确定各个所述空闲车位被使用的概率，包括：基于所述第三位置、所述运动方向，确定各个所述待停车车辆到所述空闲车位的路径信息以及各个所述路径信息上的停车位使用情况；

对各个所述路径信息以及各个所述路径信息上的停车位使用情况进行特征提取，确定多个特征值；

将多个所述特征值，输入预设的神经网络模型，确定所述空闲车位被使用的概率。

2.如权利要求1所述的应用于智能汽车的辅助停车方法，其特征在于，所述获取用户的目的地，包括：获取用户的导航信息；

解析所述导航信息，确定导航终点；

将所述导航终点作为所述目的地；

和/或，

获取用户在目的地输入界面输入的所述目的地。

3.如权利要求1所述的应用于智能汽车的辅助停车方法，其特征在于，所述基于所述目的地，确定目标停车场，包括：获取所述目的地附近区域内的停车场分布图；

基于所述停车场分布图，确定距离所述目的地最近的所述停车场为所述目标停车场。

4.如权利要求1所述的应用于智能汽车的辅助停车方法，其特征在于，所述基于所述定位信息和所述目标停车场的位置，确定是否进入停车引导模式，包括：解析所述定位信息，确定所述用户的当前位置；

基于所述当前位置和所述目标停车场的位置，确定用户距离所述目标停车场的第一距离；

当所述第一距离小于预设的触发阈值时，进入触发判定；

当进入所述触发判定时，每隔预设的第一时间对所述当前位置进行采样，获取多个采样位置；

确定各个所述采样位置与所述目标停车场的位置之间的第一距离值；

确定相邻两个所述采样位置的第一距离值的差值；所述差值为前一个所述采样位置对应的第一距离值减去后一个所述采样位置对应的第一距离值；

当所述差值大于零的数目大于所述差值小于等于零的数目时，触发进入停车引导模式，否则，不触发。

5.如权利要求1所述的应用于智能汽车的辅助停车方法，其特征在于，所述确定至少一个目标通道，包括：获取所述目标停车场内的各个用于人员出入的通道的第四位置；

再次解析所述目的地，当所述目的地属于预设类型的目的地时，确定第五位置；

基于各个用于人员出入的通道的第四位置和所述第五位置，确定至少一个目标通道；

当所述目的地不属于预设的类型的目的地时，接收所述目标停车场的智能管理平台发送的基于所述用户进入所述目的地对应的建筑后的活动区域的预测分析，确定通往所述活动区域最近的至少一个目标通道；

其中，所述活动区域，通过如下步骤预测：获取所述用户的用户画像；

基于所述用户画像，获取所述用户在所述目的地对应的建筑内的活动轨迹；

提取与当前时刻对应的历史时刻时，所述用户所在的第六位置；

基于所述活动轨迹，确定所述用户进入所述建筑后首要目标的第七位置；

基于所述第六位置和所述第七位置，确定所述活动区域；

当未获取所述用户在所述目的地对应的建筑内的活动轨迹时，基于预设的时间与活动区域的对照预测表，确定所述活动区域。

6.如权利要求5所述的应用于智能汽车的辅助停车方法，其特征在于，所述基于所述第六位置和所述第七位置，确定所述活动区域，包括：获取基于预设的所述建筑内的区域划分规则划分的区域；

基于所述第六位置和所述第七位置对应的区域，确定各个区域在活动轨迹中出现的次数；

将所述次数最多的所述区域作为所述活动区域。

7.一种应用于智能汽车的辅助停车系统，其特征在于，包括：第一获取模块，用于获取用户的目的地；

确定模块，用于基于所述目的地，确定目标停车场；

定位模块，用于实时获取所述用户的定位信息；

触发模块，用于基于所述定位信息和所述目标停车场的位置，确定是否进入停车引导模式；

第二获取模块，用于当进入所述停车引导模式时，接入所述目标停车场的智能管理平台并获取当前所述目标停车场内的停车情况以及停车场内的车辆运动情况；

规划模块，用于基于当前所述目标停车场内的停车情况和所述车辆运动情况，规划停车路径；

输出模块，用于输出所述停车路径；

其中，规划模块基于当前目标停车场内的停车情况和车辆运动情况，规划停车路径，执行如下操作：确定至少一个目标通道；

获取预设的目标停车场的停车位设置图；

解析停车情况，在停车位设置图内确定目标停车场内的各个空闲车位的第一位置；

在停车位设置图中，确定各个目标通道对应的第二位置；

基于第一位置和第二位置，确定各个空闲车位距离各个目标通道的第二距离；

基于第二距离，确定各个空闲车位的第一优先值；

解析车辆运动情况，确定待停车的车辆；

将待停车的车辆映射至停车位设置图内，确定待停车的车辆的第三位置以及运动方向；

基于第三位置、运动方向，确定各个空闲车位被使用的概率；

基于各个空闲车位被使用的概率，确定各个空闲车位的第二优先值；

基于第一优先值和第二优先值，确定综合优先值；

将综合优先值最大的空闲车位作为目标车位；

获取用户进入目标停车场的入口位置；

基于入口位置和目标车位，规划停车路径；

其中，基于第三位置、运动方向，确定各个空闲车位被使用的概率，包括：基于第三位置、运动方向，确定各个待停车车辆到空闲车位的路径信息以及各个路径信息上的停车位使用情况；

对各个路径信息以及各个路径信息上的停车位使用情况进行特征提取，确定多个特征值；

将多个特征值，输入预设的神经网络模型，确定空闲车位被使用的概率。

8.如权利要求7所述的应用于智能汽车的辅助停车系统，其特征在于，所述第一获取模块获取用户的目的地，执行如下操作：获取用户的导航信息；

解析所述导航信息，确定导航终点；

将所述导航终点作为所述目的地；

和/或，

获取用户在目的地输入界面输入的所述目的地。