1.一种铁路沿线异物侵限无人机智能辨识和预警方法，其特征在于，包括以下步骤：
步骤1：对铁路轨道进行等间距划分，每个轨道区间设置有监控单元，每个监控单元配置有1组无人机异物侵限检测装置；
所述无人机异物侵限检测装置包括飞行装置及装载在飞行装置上的Kinect传感器、超声波驱鸟器、探鸟雷达、无线通信模块和GPS模块；
步骤2：当某监控单元所辖的线路区间内通过轨道电路检测到有列车通行时，监控中心向无人机异物侵限检测装置下达起飞指令，并把列车实时位置、实时速度发送给无人机异物侵限检测装置；
步骤3：无人机异物侵限检测装置根据监控单元发送的列车实时位置和实时速度飞行到列车前方，并实时保持在距离列车S处；
步骤4：当无人机异物侵限检测装置到达距离列车前方S处时，与列车保持同步跟踪状态后，无人机异物侵限检测装置开始检测工作，同步进行如下操作：
(1)利用Kinect传感器采集阵列开始采集所在位置的图像信息，并通过无线传输发送给Kinect图像处理大数据中心；
(2)利用探鸟雷达采集所在位置的雷达反射信息，并通过无线传输发送给雷达处理大数据中心；
(3)根据监控中心发送的列车时速信息，调整自身飞行速度，与列车实时速度保持同步；
步骤5：Kinect图像处理大数据中心和雷达处理大数据中心分别对各自接收的数据进行分析处理；
Kinect图像处理大数据中心对采集的图像信息提取图像背景信息，实时通过图像差分法判断当前图像中是否存在可疑物，若发现可疑物，进入步骤6，否则重复步骤4；
雷达处理大数据中心对采集的雷达反射信息提取雷达反射波特征，并与数据库中鸟类反射波特征进行匹配，若发现鸟类雷达反射波特征，进入步骤7，否则重复步骤4；
步骤6：Kinect图像处理大数据中心对可疑物进行分类，并将异物GPS信息发送给监控中心，监控中心发出相应级别预警信息；
步骤7：雷达处理大数据对雷达反射信息进行定位跟踪，计算鸟类所在空间位置，判断鸟类是否处于危险区域，危险区域是指与铁路轨道相隔距离为L所在的区间；
若鸟类处于危险区域内，无人机异物侵限检测装置启动驱鸟模块，超声波驱鸟器开始持续工作，否则重复步骤4。
2.根据权利要求1所述的方法，其特征在于，所述步骤3中无人机异物侵限检测装置实时保持在距离列车S处：S＝Sk+Se；
式中：Sk为紧急制动后列车空走距离；Se为紧急制动后列车有效制动距离。
3.根据权利要求2所述的方法，其特征在于，所述危险区域是指与铁路轨道相隔距离为L所在的区间，其中， vb为鸟类平均飞行速度，v为列车的速度。
4.根据权利要求3所述的方法，其特征在于，当无人机异物侵限检测装置与待测量列车同步前行后，在待测量列车行驶至下个轨道区间时，无人机异物侵限检测装置进行任务交接，监控中心向待测量列车进入的最新轨道区间发出指令，使得该轨道区间的无人机异物侵限检测装置起飞同步跟踪待测量列车，原先飞行的无人机异物侵限检测装置进入该轨道区间，进行充电，并将待测量列车的实时车速和位置发送至地面列车控制中心。
5.根据权利要求1-4任一项所述的方法，其特征在于，监控中心依据预警信息，读取轨道区间的列车信息，对轨道区间内列车发出报警，并根据列车运行管制规则提供限速停运信息，并通知相关部门进行紧急处理，待处理完毕，解除预警。
6.一种铁路沿线异物侵限无人机实时智能辨识和预警系统，其特征在于，包括：
监控中心，根据所辖区间内列车车型、线路坡度和实时速度实时计算无人机异物侵限检测装置与列车之间的距离，并发送给无人机异侵限监测装置；同时依据来自Kinect图像处理大数据中心发出的异物信息，对区间内运行列车发出相应级别预警信息；
所述无人机异物侵限检测装置包括飞行装置及装载在飞行装置上的Kinect传感器、超声波驱鸟器、探鸟雷达、无线通信模块和GPS模块；
Kinect图像处理大数据中心用于对无人机异物侵限检测装置采集的图像信息进行处理，提取图像背景信息，实时通过图像差分法判断当前图像中是否存在可疑物，包括图像采集模块、图像处理模块和无线通讯模块；
雷达处理大数据中心用于对无人机异物侵限检测装置采集线路雷达反射波信息处理，提取雷达反射波特征，与数据库中鸟类反射波特征进行匹配，并对鸟类位置进行定位跟踪；
监控中心、Kinect图像处理大数据中心和雷达处理大数据中心按照权利要求1-5任一项所述的方法对无人机异物侵限检测装置进行控制，并对无人机异物侵限检测装置采集的信息进行处理。
7.根据权利要求6所述的系统，其特征在于，所述无人机异物侵限检测装置还设有LED补光灯。