1.一种无人机高速公路自动巡检方法，其特征在于，包括以下步骤：

S1、无人机在初始状态下或者巡检任务执行完毕后返回地面充电站充电，在充电时进入充电模式，充电完成后进入巡检准备模式，在充电模式下有巡检任务接入时则执行步骤S2，在巡检准备模式下有巡检任务接入时则执行步骤S3；

S2、判断该巡检任务所需电量，若当前电量满足该巡检任务需求，则执行步骤S3，否则继续充电；

S3、无人机起飞，开始执行巡检任务，对高速公路进行巡检，并拍摄实况视频；

S4、将无人机拍摄的实况视频按设定的时间分割成视频段，并缓存；

S5、从缓存的视频段中提取至少一帧实况图像；

S6、对实况图像进行预处理得到高速路面的二值化图像，在该图像中，车辆轮廓和车道线作为前景为白色，路面作为背景为黑色；

S7、对二值化图像上的像素点依次进行扫描，将邻域范围内连续M个前景像素值的区域定义为单个车辆，获得的该车辆个数数值即为当前车流量，并将该车辆个数数值传输至地面控制中心，其中M为车辆在该二值化图像中的面积阈值范围；

S8、对二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的区域定义为车道线，并将距扫描初始位置距离为P的车道线定义为应急车道线，统计应急车道距扫描起始位置的车辆数量，如有则执行步骤S10，否则执行步骤S9，其中N为车道线在该二值化图像上的宽度阈值范围，P为应急车道在该二值化图像上的宽度阈值范围；

S9、删除缓存中被调用的视频段，并执行步骤S5；

S10、将缓存中被调用的视频段传输至地面控制中心，并执行步骤S5；

S11、巡检任务执行完毕后，无人机返回地面充电站，执行步骤S1。

2.根据权利要求1所述的一种无人机高速公路自动巡检方法，其特征在于，所述步骤S6包括：S6.1、对步骤S5中的实况图像进行语义分割，分离出车道区域与背景区域，并将背景区域的像素点从该实况图像中删除；

S6.2、对步骤S6.1中的实况图像进行二值化处理，获得二值化图像，在该二值化图像中，路面作为背景显示为黑色，汽车轮廓以及车道线为前景显示为白色。

3.根据权利要求2所述的一种无人机高速公路自动巡检方法，其特征在于，所述步骤S7包括：S7.1、对二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的区域定义为车道线，并将该二值化图像中予以删除；

S7.2、对二值化图像进行横向扫描，将邻域范围内连续M个前景像素值的区域定义为单个车辆轮廓；

S7.3、统计上述步骤S7.2中的中的单个车辆轮廓数量。

4.根据权利要求3所述的一种无人机高速公路自动巡检方法，其特征在于，在所述步骤S7.2中，对二值化图像的扫描，若当前像素点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，并该独立的赋予其设定灰度值α，其中，α数值介于0和255之间。

5.根据权利要求4所述的一种无人机高速公路自动巡检方法，其特征在于，所述步骤S7.2中，如果填充后的车辆轮廓中的前景像素点数量小于设定的面积阈值M，则在所述二值化图像中删除该前景像素点。

6.根据权利要求5所述的一种无人机高速公路自动巡检方法，其特征在于，所述步骤S8包括：S8.1、沿着二值化图像上的车道的外侧对二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的区域定义为车道线，并将距扫描初始位置距离为P的车道线定义为应急车道线，则记录该应急车道线上首先被扫描到的前景像素点的坐标（Xm;Yn）；

S8.2、通过最小二乘法对纵向连续的所述前景像素点的坐标（Xm;Yn）进行曲线拟合，获得行车道的二次抛物线曲线方程，并根据获得的二次抛物线方程在步骤S7.2中获得的图像上绘制出拟合出来的应急车道线，同时赋予该应急车道线灰度值β，β数值介于0和255之间；

S8.3、沿着二值化图像上的车道的外侧对步骤S8.2中获得的图像进行横向扫描，若首先扫描到的前景像素点的像素值为α，则说明应急车道被占用，执行步骤S10，若首先扫描到的前景像素点的像素值为β，则说明应急车道未被占用，执行步骤S9。