1.缩微智能车辆寻线控制方法，其特征在于，包括：

步骤110、利用图像采集装置，获得道路的单通道灰度图像；

步骤130、对图像进行自适应阈值二值化处理，将大于阈值的像素点赋值为255，小于阈值的像素点赋值为0，得到单通道二值化图像；

步骤140、对单通道二值化图像进行边缘检测，将白色和黑色相接处的像素点赋值为

255，其余赋值为0；

步骤150、在经过边缘检测处理后的图像中进行寻线处理；

步骤160、确定左车道线或/和右车道线。

2.如权利要求1所述方法，其特征在于，在步骤130前，包括步骤120，对图像进行滤光处理，即用单通道灰度图像像素点减去背景图像相同位置的像素点；所述背景图像为对单通道灰度图像进行腐蚀处理和膨胀处理，除去和车道线相同宽度的白色线后得到的图像。

3.如权利要求2所述方法，其特征在于，所述对单通道灰度图像进行腐蚀处理和膨胀处理为，对所述单通道灰度图像首先腐蚀NY次，然后膨胀NY次，其中， 表示向上取整运算，n为控制系数，n＝5×v+n′，v为缩微智能车辆当前行驶速度，单位为米/秒，v≥0，n′为缩微智能车辆静止状态时所采集的图像中车道线的宽度，单位为像素。

4.如权利要求1所述方法，其特征在于，在步骤160后，还包括步骤170，根据所得左车道线或/和右车道线，拟合生成中轴车道线，如果左车道线和右车道线都有，则左车道线和右车道线的X轴坐标的平均值为中轴车道线，如果只有右车道线，则右车道线向X轴负方向平移半个车道即为中轴车道线，如果只有左车道线，则左车道线向X轴正方向平移半个车道即为中轴车道线。

5.如权利要求4所述方法，其特征在于，在步骤170后，还包括制动控制步骤，根据前进方向和中轴车道线之间的夹角和距离调整车轮的角度，或者如果左车道线和右车道线都没有且缩微智能车辆不在十字路口或丁字路口，则缩微智能车辆判定不在车道行驶，采取停车操作。

6.如权利要求1-5任一所述方法，其特征在于，步骤110所述利用图像采集装置，获得道路的单通道灰度图像为，利用图像采集装置采集道路的三通道RGB图像，然后将三通道RGB图像转换成单通道灰度图像；所述将三通道RGB图像转换成单通道灰度图像采用以下公式进行：Y＝0.212671×R+0.715160×G+0.072169×B其中，Y为灰度图像像素点灰度值；R为RGB图像像素点红色分量值；G为RGB图像像素点绿色分量值；B为RGB图像像素点蓝色分量值。

7.缩微智能车辆寻线控制装置，其特征在于，包括与中央处理器相连接的图像获取模块、图像自适应阈值二值化处理模块、边缘检测模块、车道线寻线处理模块和车道线识别模块；

所述图像获取模块，用于获得道路的单通道灰度图像；

所述图像自适应阈值二值化处理模块，用于将图像进行自适应阈值二值化处理，即将大于阈值的像素点赋值为255，小于阈值的像素点赋值为0，得到单通道二值化图像；

所述边缘检测模块，对单通道二值化图像进行边缘检测，将白色和黑色相接处的像素点赋值为255，其余赋值为0；

所述车道线寻线处理模块，用于在图像中寻线；

所述车道线识别模块，用于确定左车道线或/和右车道线。

8.如权利要求7所述装置，其特征在于，包括图像滤光处理模块，用于对图像进行滤光处理，即用单通道灰度图像像素点减去背景图像相同位置的像素点，所述背景图像为对单通道灰度图像进行腐蚀处理和膨胀处理，除去和车道线相同宽度的白色线后得到的图像。

9.如权利要求7所述装置，其特征在于，包括中轴车道线拟合模块，用于根据所得左车道线或/和右车道线，拟合生成中轴车道线。

10.如权利要求7-9任一所述装置，其特征在于，所述图像获取模块图像包括三通道RGB图像获取单元和转换处理单元，所述三通道RGB图像获取单元用于获取三通道RGB图像，所述转换处理单元用于将三通道RGB图像转换成单通道灰度图像；所述将三通道RGB图像转换成单通道灰度图像采用以下公式：Y＝0.212671×R+0.715160×G+0.072169×B其中，Y为灰度图像像素点灰度值；R为RGB图像像素点红色分量值；G为RGB图像像素点绿色分量值；B为RGB图像像素点蓝色分量值。