1.一种轨道交通曲线轨道曲率测量方法，其特征在于：包括以下步骤：S1.基于车载激光雷达检测目标曲线轨道的点云数据；

S2.对点云数据进行精简处理，然后对精简处理后的点云数据进行滤波处理；

S3.对点云数据进行提取，提取出曲线轨道的边缘曲线，并基于边缘曲线进行拟合得到轨道中心线；

S4.基于曲线轨道中心线对曲线轨道的曲率进行计算。

2.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S2中，通过体素下采样法对点云数据进行精简处理：S201.将车载激光雷达采集的点云数据输入至三维坐标系xyz中；

S202.确定点云数据在三维坐标系xyz的三个轴方向上的最大长度，分别为Lx、Ly和Lz；

S203.将点云数据划分为多个体素栅格，其中，体素栅格的边长L确定如下：其中： η为体素栅格边长的比例因子，用于调整体素栅格的边长，v为单位体积的平均点云数据个数，s为比例系数，N为点云数据的数据点的总数；

S204.计算体素栅格的重心，并选择与体素栅格中心的欧氏距离小于设定阈值的点云数据点作为有效数据点进行保留。

3.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S2中，采用双边滤波法对精简处理后的点云数据进行滤波处理：S211.将精简处理后的点云数据先进行统计滤波处理后再进行半径滤波处理；

S212.采用Kd树对半径滤波处理后的点云数据建立拓扑关系，计算第i个数据点Pi距离小于设定阈值的K个数据点组成K邻域集合N(Pi)；

S213.采用最小二乘法将K邻域集合N(Pi)以及第i个数据点Pi拟合到平面R，并确定平面R的第i个数据点Pi和第s个数据点Ps的单位法向量ni和ns；

S214.确定出双边滤波因子μ；

S215.确定出双边滤波后的点云数据Pi′：Pi′＝Pi+μni；且由Pi'组成新的K邻域集合N'(Pi)。

4.根据权利要求3所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S214中，通过如下方法确定双边滤波因子μ：

其中，<·,·>表示两个向量的内积，Ws(x)和Wr(x)分别表示空间加权因子函数和范围加权因子函数，且： σr表示范围加权因子的标准差，σs表示空间甲醛因子的标准差。

5.根据权利要求3所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S4中，通过如下方法提取出曲线轨道的边缘曲线：S41.将K邻域集合N'(Pi)采用最小二乘法进行拟合形成平面R'；

S42.以第i个数据点Pi′在平面R'上的投影点Pi″作为坐标原点，将投影点Pi″和与数据点Pi′欧式距离最近的数据点的投影点之间的连线作为u轴，以投影点Pi″的法向量n′i作为n轴，根据右手定则确定出v轴建立坐标系；

S43.以u轴为基准，计算K邻域集合N'(Pi)中任一数据点在R'平面上的投影点与Pi″组成的向量与u轴之间的夹角θk，其中，k＝1,2,3，…，K；

S44.将各个夹角按照升序进行排列，并计算在升序序列中相邻两个向量之间的夹角：S35.筛选出相邻两个向量之间的夹角的最大值，如果该最大值大于设定的角度阈值，则当前投影点Pi″所对应的数据点Pi′为边缘点，否则，为非边缘点；

S36.重复步骤S31‑S35直至对K邻域集合N'(Pi)每个数据点进行判断，并将所提取出的边缘点拟合形成边缘曲线。

6.根据权利要求1所述轨道交通曲线轨道曲率测量方法，其特征在于：步骤S3中，对边缘曲线采用三次B样条曲线拟合方法进行拟合得到轨道中心线。