1.一种现代有轨清洁车辅助自动驾驶系统，其特征在于，包括：深度相机、激光雷达、惯性测量单元、GPS模块、主控板、传动控制机构、车载处理装置；
所述深度相机用于采集轨道及轨道周围环境图像数据和周围环境指示信息，所述激光雷达用于采集轨道及轨道周围环境边界点信息，所述惯性测量单元用于采集物体三轴姿态角、角速率以及加速度的，所述GPS模块用于获取轨道位置以及走向，所述主控板用于根据由深度相机、激光雷达、惯性测量单元、GPS模块获得的采集数据进行转向控制处理、基于障碍物的距离和方位进行检测障碍物，所述传动控制机构用于接收由主控板发送的转向控制指令进行传动；
所述车载处理装置分别与深度相机、激光雷达、惯性测量单元、GPS模块、主控板连接；
所述主控板包括第一处理器、用于报警提示的警报器，所述第一处理器与警报器连接；
所述第一处理器设有：调整模块、数据预处理模块、行驶路径拟合模块、轨道路线循迹模块、转向控制模块、障碍物检测模块；
所述调整模块用于初始化清洁车的位置，校准深度相机和激光雷达的初始化数据、位置，校准GPS模块；
所述数据预处理模块用于坐标变换处理，基于ROS对深度图像和边界点信息进行坐标变换形成以x，y，z为坐标的三维点云图像；
所述行驶路径拟合模块，用于基于ROS对采集数据进行拟合清洁车的行驶路径和转向角度，利用激光雷达和深度相机探测到的距离数据基于ROS配合深度相机、激光雷达、惯性测量单元和主控板，通过结合轨道的RGB图像、周围环境的深度图像、三轴数据以及周围环境指示信息并采用路径评价处理方法进行拟合清洁车的行驶路径和转向角度，调整车辆方向使图像中线向引导线方向靠近至重合；
所述轨道路线循迹模块用于基于深度相机采集到的图像采用循迹算法得到轨道路线，基于RGB图像、深度图像、三轴数据结合循迹算法、栅格地图进行轨道路线的循迹，通过触摸屏显示所构建的轨道路线检查是否偏离轨道；
所述转向控制模块用于根据导航参数经过分析计算编码得到转向控制指令、将转向控制指令发送给传动控制机构进行传动，基于PID闭环控制法计算导航参数，发出转向控制指令给电机驱动器,根据导航参数经过分析计算编码得到转向控制指令、将转向控制指令发送给传动控制机构进行传动，进而实现无人驾驶的转向控制；
所述障碍物检测模块用于基于深度相机采集的深度图像判断障碍物大小和出现方位，配合激光雷达对障碍物的相对距离计算和判定，对障碍物进行精确定位，发送警报指令至警报器进行警报提示驾驶人员；
基于探测到前方路径有较大障碍物、交通信号灯或清洁车已偏离预设路径进行判定第一警报触发条件或第二警报触发条件进行警报处理，基于栅格地图进行自行绕行障碍物；
所述第一警报触发条件具体为障碍物始终存在于清洁车的行驶范围内，且该障碍物距离超过前方预设距离阈值，当该障碍物距离超过前方预设距离阈值触发所述第一警报触发条件；
所述第二警报触发条件具体为基于GPS数据中车辆位置偏离预设路径的时间是否超过预设时间阈值，当超过预设时间阈值时触发第二警报触发条件。
2.根据权利要求1所述的现代有轨清洁车辅助自动驾驶系统，其特征在于，所述车载处理装置设有第二处理器、与第二处理器连接的触摸屏，所述触摸屏用于为用户展示主控板处理结果、接收用户在屏幕的触摸操作并生成触碰指令，所述第二处理器用于基于PID闭环控制法计算导航参数并将导航参数发送至第一处理器、将所述触碰指令转发至所述主控板、将所述激光雷达采集的障碍物信息转发至所述主控板进行障碍物检测。
3.根据权利要求1所述的现代有轨清洁车辅助自动驾驶系统，其特征在于，所述传动控制机构包括方向控制装置、设置在方向控制装置上的电机和用于驱动电机的电机驱动器。
4.根据权利要求1‑3任一所述的现代有轨清洁车辅助自动驾驶系统，其特征在于，所述深度相机、激光雷达安装在测试车辆的前方的前置扫盘盖板前沿，正对行驶方向。
5.一种现代有轨清洁车辅助自动驾驶方法，其特征在于，包括以下步骤：
初始化调整步骤：初始化清洁车的位置，校准深度相机和激光雷达的初始化数据和位置，校准GPS模块；
数据采集步骤：通过GPS模块获取轨道的走向，通过惯性测量单元采集三轴数据，通过深度相机采集轨道的RGB图像、深度图像以及周围环境指示信息，通过激光雷达采集轨道及轨道周围环境边界点信息；
数据预处理步骤：基于ROS对深度图像和边界点信息进行坐标变换形成以x，y，z为坐标的三维点云图像；
行驶路径拟合步骤：利用激光雷达和深度相机探测到的距离数据基于ROS配合深度相机、激光雷达、惯性测量单元和主控板，通过结合轨道的RGB图像、周围环境的深度图像、三轴数据以及周围环境指示信息并采用路径评价处理方法进行拟合清洁车的行驶路径和转向角度，调整车辆方向使图像中线向引导线方向靠近至重合；
轨道路线循迹步骤：基于RGB图像、深度图像、三轴数据结合循迹算法、栅格地图进行轨道路线的循迹，通过触摸屏显示所构建的轨道路线检查是否偏离轨道；
转向控制步骤：基于PID闭环控制法计算导航参数，发出转向控制指令给电机驱动器,根据导航参数经过分析计算编码得到转向控制指令、将转向控制指令发送给传动控制机构进行传动，进而实现无人驾驶的转向控制；
障碍物检测步骤：基于深度相机采集的深度图像判断障碍物大小和出现方位，配合激光雷达采用相位法对障碍物的相对距离计算和判定，基于探测到前方路径有较大障碍物、交通信号灯或清洁车已偏离预设路径进行判定第一警报触发条件或第二警报触发条件进行警报处理，基于栅格地图进行自行绕行障碍物；
所述第一警报触发条件具体为障碍物始终存在于清洁车的行驶范围内，且该障碍物距离超过前方预设距离阈值，当该障碍物距离超过前方预设距离阈值触发所述第一警报触发条件；
所述第二警报触发条件具体为基于GPS数据中车辆位置偏离预设路径的时间是否超过预设时间阈值，当超过预设时间阈值时触发第二警报触发条件。
6.根据权利要求5所述的一种现代有轨清洁车辅助自动驾驶方法，其特征在于，所述基于ROS对深度图像和边界点信息进行坐标变换形成以x，y，z为坐标的三维点云数据，具体包括如下步骤：
通过Kinect深度相机获取RGB图像和深度图像，具体过程为通过Kinect深度相机基于深度摄像头发射的红外线获得深度数据，基于彩色摄像头获得彩色图像，对像素坐标叠加；
基于ROS‑tf包对采集深度图像和RGB图像进行坐标变换，将深度图像坐标系统的u/v坐标转化到以Kinect深度相机为原点的x/y坐标，进而能够获得真实世界中物体表面任意点的X,Y,Z坐标，即得到任意点的位置数据，从而形成多个点的集合点云。
7.根据权利要求5所述的一种现代有轨清洁车辅助自动驾驶方法，其特征在于，所述路径评价处理方法，具体包括以下步骤：
二值化处理步骤：对RGB图像通过二值化处理得到二值化图像；
距离评估步骤：根据深度相机采集到的深度图像得到深度图像中轨道距离车辆的距离范围；
路径调整步骤：将图像中间垂直方向的距离两侧边距离相等的线作为对截留后的轨道图像的中心线，基于openCV的cvMoments函数计算获得图像重心，图像重心与中心线下端的连线即为引导线，计算引导线与中心线之间的夹角，进而基于PID闭环控制法获得目标角度增量，基于目标角度增量进行调整行驶路径。
8.根据权利要求5所述的一种现代有轨清洁车辅助自动驾驶方法，其特征在于，所述轨道路线循迹步骤，具体包括以下步骤；
采集步骤：通过深度相机基于RGB摄像头将采集得到的RGB图像；
色彩空间转换步骤：将RGB图像转换为HSV图像；
分割步骤：对HSV图像进行图像分割得到第一分割图像和第二分割图像，通过第一分割图像提取槽型轨道位置，对第一分割图像进行二值化处理得到轨道的轮廓，即找出轨道的中心线，通过计算第二分割图像的图形重心，将该图形重心作为引导线；
角速度调整步骤：进行中心线与引导线误差处理，即计算图像中的中心线到引导线的距离，将中心线到引导线的距离转换成目标角速度，基于ROS结合目标角速度调整电机进行控制方向盘；
返回到采集步骤，循环执行采集步骤、色彩空间转换步骤、分割步骤以及角速度调整步骤实现稳定的轨道跟随。
9.根据权利要求5所述的一种现代有轨清洁车辅助自动驾驶方法，其特征在于，所述基于PID闭环控制法计算导航参数，具体为：选择Δω(角度增量)为控制的目标变量，Δω的基准是前一次闭环控制结尾的方向盘实际角度ω，即采用角度增量控制公式进行控制，所述角度增量控制公式为：
*
其中ω表示目标角度，ω表示当前角度，ω0表示设定角度，δ表示预设角度差值阈值，K*
表示角度比例系数，当目标角度ω与当前角度ω之间的差值大于或等于预设角度差值阈*
值δ时，则令角度增量Δω等于设定角速度ω0与闭环周期T的乘积；当目标角度ω 与当前角*
度ω之间的差值小于预设角度差值阈值δ时，则令角度增量Δω等于目标角度ω与当前角度ω之间的差值乘以一个角度比例系数K，最终使得角度增量Δω趋向于0；
所述导航参数具体为车辆的角度增量。