1.一种停车场空闲车位的预测方法，其特征在于，包括：

获取多个异形停车场的车位占用状态数据和异形停车场拓扑结构数据；

针对各异形停车场，通过融合从所述异形停车场拓扑结构数据中提取的坡道曲率参数与历史车辆转弯半径数据，生成异形停车场时空拓扑图；

通过联邦迁移学习框架聚合所有所述异形停车场的车位占用状态数据与所述异形停车场时空拓扑图，得到目标特征提取模型参数；

结合所有所述异形停车场时空拓扑图中异形停车场的通道流量的时间变化特征与所述目标特征提取模型参数，生成动态车位分配策略；

将所述动态车位分配策略映射到所述异形停车场时空拓扑图的实时导航路径中，以使待停车辆通过实时导航路径到达空闲车位。

2.根据权利要求1所述的方法，其特征在于，所述通过联邦迁移学习框架聚合所有所述异形停车场的车位占用状态数据与所述异形停车场时空拓扑图，得到目标特征提取模型参数，包括：将各所述异形停车场的车位占用状态数据与所述异形停车场时空拓扑图输入至联邦迁移学习框架内对应的本地节点，以在各所述本地节点中存储对应异形停车场的车位占用状态数据和异形停车场时空拓扑图，一个本地节点对应一个异形停车场；

在每个所述本地节点中，提取所述异形停车场时空拓扑图中的螺旋坡道几何参数，螺旋坡道几何参数包括车道曲率；

基于所述车位占用状态数据和所述螺旋坡道几何参数，训练本地节点上的本地特征提取模型，得到与车道曲率相关的本地特征提取模型参数；

在所述联邦迁移学习框架内的中央服务器中，聚合所有所述本地特征提取模型参数，生成全局特征提取模型参数；

对所述全局特征提取模型参数进行收敛处理，得到目标特征提取模型参数。

3.根据权利要求2所述的方法，其特征在于，所述聚合所有所述本地特征提取模型参数，生成全局特征提取模型参数，包括：采用加权平均策略对所有所述本地特征提取模型参数进行融合处理，以生成中间特征提取模型参数；其中，所述加权平均策略包括基于各本地节点的数据量、数据质量或模型性能指标确定的权重分配方案；

对所述中间特征提取模型参数进行验证，并将经过验证的中间特征提取模型确定为全局特征提取模型参数。

4.根据权利要求1所述的方法，其特征在于，所述结合所有所述异形停车场时空拓扑图中异形停车场的通道流量的时间变化特征与所述目标特征提取模型参数，生成动态车位分配策略，包括：利用预先训练好的机器学习算法，从各异形停车场时空拓扑图中提取对应异形停车场的通道流量的时间变化特征，所述时间变化特征包括对应异形停车场中各通道在不同时间段的车辆流量数据；

将所有异形停车场的通道流量的时间变化特征输入至采用目标特征提取模型参数的目标特征提取模型中，得到整合后的时空特征表示，所述整合后的时空特征表示用于描述各异形停车场的流量模式及其动态变化趋势；

获取当前时刻的实时通道流量数据，结合所述整合后的时空特征表示，预测各个异形停车场在未来时间段内的空闲车位分布，得到空闲车位分布图，所述空闲车位分布图包含每个空闲车位的位置信息及预计可用时间；

基于所述空闲车位分布图，结合所述螺旋坡道几何参数，计算每个空闲车位的可达性评分值；

根据每个空闲车位的可达性评分值，对所有所述异形停车场进行负载均衡分析，得到待停车辆的候选车位列表；

获取待停车辆的行驶轨迹信息，根据所述行驶轨迹信息和所述待停车辆的候选车位列表，生成动态车位分配策略。

5.根据权利要求2所述的方法，其特征在于，所述基于所述车位占用状态数据和所述螺旋坡道几何参数，训练本地节点上的本地特征提取模型，得到与车道曲率相关的本地特征提取模型参数，包括：初始化本地特征提取模型；

基于所述车位占用状态数据和所述螺旋坡道几何参数，构建本地特征提取模型的输入数据集；

将所述输入数据集输入至初始化后的本地特征提取模型中，通过训练得到与车道曲率相关的本地特征提取模型参数。

6.根据权利要求1所述的方法，其特征在于，所述获取多个异形停车场的车位占用状态数据，包括：获取各柔性压力薄膜传感器阵列实时采集的对应异形停车场内各车位的压力分布数据，一个异形停车场对应一个柔性压力薄膜传感器阵列，异形停车场内的每个车位上布设有柔性压力薄膜传感器，且异形停车场内的弯曲车道上布设有柔性压力薄膜传感器，所述柔性压力薄膜传感器阵列是按照异形停车场的车位轮廓和弯曲车道轮廓进行贴合式布设的；

将所述车位的压力分布数据转换为车位占用状态数据。

7.根据权利要求6所述的方法，其特征在于，所述将所述车位的压力分布数据转换为车位占用状态数据，包括：根据预设解析规则，对所述压力分布数据进行解析，得到车辆停放位置和重量分布信息；

根据所述车辆停放位置和所述重量分布信息，生成车位占用标识；

将所述车位占用标识与车辆重量分布信息结合，生成车位占用状态数据。

8.一种停车场空闲车位的预测系统，其特征在于，包括：

获取模块，用于获取多个异形停车场的车位占用状态数据和异形停车场拓扑结构数据；

生成模块，用于针对各异形停车场，通过融合从所述异形停车场拓扑结构数据中提取的坡道曲率参数与历史车辆转弯半径数据，生成异形停车场时空拓扑图；

提取模块，用于通过联邦迁移学习框架聚合所有所述异形停车场的车位占用状态数据与所述异形停车场时空拓扑图，得到目标特征提取模型参数；

生成模块，用于结合所有所述异形停车场时空拓扑图中异形停车场的通道流量的时间变化特征与所述目标特征提取模型参数，生成动态车位分配策略；

映射模块，用于将所述动态车位分配策略映射到所述异形停车场时空拓扑图的实时导航路径中，以使待停车辆通过实时导航路径到达空闲车位。

9.一种计算设备，其特征在于，包括处理组件以及存储组件；所述存储组件存储一个或多个计算机指令；所述一个或多个计算机指令用以被所述处理组件调用执行，实现如权利要求1~7任一项所述的一种停车场空闲车位的预测方法。

10.一种计算机存储介质，其特征在于，存储有计算机程序，所述计算机程序被计算机执行时，实现如权利要求1~7任一项所述的一种停车场空闲车位的预测方法。