1.一种用于自动驾驶的轨迹控制方法，其特征在于：车道标志线(5)上设置有能被车辆(3)上标志检测装置(1)检测到的标志物(4)，所述轨迹控制方法所述包括下列步骤：步骤1、信息采集：系统录入车道、车辆(3)及所述标志检测装置(1)的参数信息；

步骤2、获取图像数据：通过标志检测装置(1)采集标志物(4)图像，经图像处理后提取特征数据；

步骤3、数据处理计算出标志检测装置(1)到车道标志线(5)的距离并加以修正；

步骤4、对步骤3提供的修正后的距离进一步计算以判断是否需要调整轨迹，如果不需要调整则维持原轨迹，否则执行步骤5；

步骤5、建立调控指数的模型，导入历史检测的图像数据，计算出最近一次的调控等级，进而计算出车辆(3)当前的调节角度；

步骤6、根据步骤5提供的调节角度控制行驶车辆(3)调整轨迹；

重复步骤2-6直至步骤4判断不需要调整轨迹。

2.根据权利要求1所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤1中采集的信息包括：车宽Wcar，载货极限宽度Wlim，标志检测装置分辨率o，标志检测装置安装高度h，标志检测装置的外视角度θ，行驶车辆(3)行驶方向左右两侧标志检测装置之间的距离L，车道宽度列表Wroad[level]＝{w1，w2，w3，...}。

3.根据权利要求2所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤3中根据图像中成像的标志物(4)的位置计算当前标志检测装置(1)到车道标志线(5)的距离dp，并根据建立的仿真数据库对dp进行修正，获取修正值 以标志检测装置(1)的探测视角中心角位置O为原点建立坐标系，坐标轴由车辆(3)内侧指向外侧，内侧为负半轴，外侧为正半轴，同时以像素作为最小单位尺度，记录成像标志物(4)中心位置到O的像素数α，其中：dp＝h×tanθ+(±α)×σ(a)，

仿真数据库根据大数据仿真，建立样本数据库，由此计算样本标准差

公式(b)中，n为参与计算的样本数， 为对应样本所得到的实测值，dp(i)为对应样本所得到的理论计算值；距离的修正值

4.根据权利要求3所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤4中根据当前距离的修正值 与期望距离dexp进行计算：当 判断车辆(3)维持行车轨迹，当 车辆(3)需要调整轨迹执行

步骤5。

5.根据权利要求4所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤5中，先根据车辆(3)转向的角度范围设定调控角度范围为±ω，并设定调控等级为m，建立历史轨迹时间表t＝{t-k，t-k+1，...，t0}，其中t0表示最近一次采集到的图像的时刻，并获得对应时刻的 相应的调控指数的模型为：通过该模型计算出m，则实时调节角度

6.根据权利要求5所述的一种用于自动驾驶的轨迹控制方法，其特征在于：根据能精确控制的最小转向角度设定最大调节等级K，若|m|＞K，则判定|m|＝K。

7.根据权利要求6所述的一种用于自动驾驶的轨迹控制方法，其特征在于：标志物(4)铺设在车道标志线(5)上，所述标志物(4)表面涂上与车道标志线(5)相同材质的涂料，所述标志物(4)为条状金属片。

8.根据权利要求7所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述标志检测装置(1)是基于SAR成像的合成孔径雷达或基于红外成像的红外探视仪，所述标志检测装置(1)设置在所述车辆(3)的四个边角位置且检测端口向下设置，车辆(3)在车道中行驶时至少有一侧车道标志线(5)在所述标志检测装置(1)的探测范围(2)内。