1.一种基于三维激光雷达的车道线检测方法,其特征在于:包括以下步骤:S1:通过三维激光雷达对道路环境进行扫描,获取原始点云数据,并以三维激光雷达中心为原点建立三维坐标系,并建立感兴趣区域,设置x、y、z区域范围;S2:对原始地面点云数据,根据路沿几何特征进行阈值判断,提取路沿候选点,并根据路沿方向一致性的特征进行聚类并去除噪声,得到路沿点;构建路沿距离比和高度差的几何特征进行阈值判断,将符合距离比阈值和高度差阈值的扫描点作为路沿候选点,对于得到的路沿候选点中,分别保留每条扫描线中距离雷达最近的5个候选点,应用基于密度的聚类算法DBSCAN对所述候选点进行聚类并去除离散噪声,在邻域半径Eps内,核心点MinPts的数量小于设定阈值,则被标记为噪声点;对每个簇类的点拟合成直线,根据线段的扫描起始位置和斜率进行对比,如果相邻的两个簇类近似共线,则将这两个簇类中的点合并,并选取较长的簇类作为最终保留的道路路沿;S3:由所述路沿点位置确定车道线所在路面点云数据,对扫描线进行分层处理,用局部方差法,设置反射强度阈值进行判断,提取车道线候选点;根据步骤S2中获取的道路路沿位置,保留左右路沿之间的路面点云数据,为后续检测车道线做准备,由于激光雷达的反射强度值受距离和角度因素影响,使得不同距离扫描线的反射强度值会有所不同,因此对扫描线进行分层处理,采用局部方差法,连续邻域点集合表示为S={pi‑n,…,pi,…,pi+n},对每条扫描线求连续邻域集合中点的方差,若点pi方差大于给定的阈值,则点pi为车道线候选点;S4:根据车道线全局连续性特征进行聚类去噪,得到道路车道线;S5:对所述得到的车道线点进行二项式曲线拟合,得到道路车道线。2.根据权利要求1所述的基于三维激光雷达的车道线检测方法,其特征在于:步骤S1中,三维激光雷达输出的原始数据以笛卡尔坐标系表示,以雷达中心为原点o,x、y、z轴穿过原点且互相垂直,y轴方向指向车辆车头,x轴方向指向车辆车头的右手方向,z轴垂直于地面向上,建立感兴趣区域,设置x、y、z区域范围。3.根据权利要求1所述的基于三维激光雷达的车道线检测方法,其特征在于:对于得到的车道线候选点,应用DBSCAN算法进行密度聚类并去除离散噪声,对于聚类后的点云,取每个簇类的中心点代表该簇类,计算任意相邻簇类之间的斜率与左右路沿的斜率进行对比,若斜率近似相等,则将这两个簇类归为一类,对重新归类的点拟合成直线,如果相邻的两个簇类近似共线,则合并这两个簇类中的点,并选取较长的簇类作为最终保留的车道线。