1.一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于：包括如下步骤：
s1：获取传感器的rgb图与深度图，将其转换为仅包含路面区域的视差图；
s2：将视差图扁平化为3组向量，并建立路平面方程；
s3：引入相机基线与地面倾斜角，得到映射关系并建立优化的路平面参数方程；
s4：构造并求解损失函数，计算出最优的与倾斜角；
s5：计算出最优的路平面方程参数；
s6：根据优化的路平面参数方程与视差图，检测出路面缺陷及抛洒物；
s7：可视化路面缺陷及抛洒物结果。
2.根据权利要求1所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s1中包括如下步骤：
s101中：获取相机的rgb图以及深度图，深度图可通过深度相机或双目相机等传感器获取；
s102中：获取rgb图像中路面区域的掩膜(mask)，可通过手工选取或图像处理技术得到；
s103中：将步骤s102中深度图转换为视差图：
baseline为双目相机基线长度，depth为深度；
s104：将步骤s102中掩膜与步骤s103中视差图各元素相乘，可得到仅包含路面信息的视差图。
3.根据权利要求2所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s2包括如下步骤：
s201：将步骤s104仅包含路面信息的视差图中不为nan的元素的深度值，行坐标，列坐标值，分别执行扁平化(flatten)操作，存入向量d，u，v中；
s202：建立路平面方程：
f(p)＝pta,withp＝[uv1]t,a＝[0a1a2]，a为参数向量。
4.根据权利要求3所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s3中包括如下步骤：
s301：由于测量时相机并非平行于地面，引入角度θ描述与路平面的倾斜角，作用于步骤s201中p：
r为旋转矩阵；
s302：使用步骤s301中q,改写步骤s201中的平面方程,得：g(q,θ)＝qta；
s303：遍历对应与d中的每一个点q，将其坐标信息s，t存入向量s，t中。
5.根据权利要求4所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s4包括如下步骤：
s401：建立损失函数：
s402：使损失函数c(a)最小,等价于使损失函数：
l(θ)＝dtq(θ)(q(θ)tq(θ))-1q(θ)td最大；
s402：构建使用随机题梯度下降(sgd)方法的优化器(optimizer)；
s403：将步骤s402中损失函数l(θ)带入步骤s402中的优化器，求解使-l(θ)最小时的参数向量：
6.根据权利要求5所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s5中包括如下步骤：
s501：将步骤s404中θ*代入a＝(q(θ)tq(θ))-1q(θ)td求解出a*；
s502：将步骤s501中a*代入步骤s302中，得到路面方程：
f(p)＝g(q,θ)＝qta＝a2+a1(-usinθ+vsinθ)。
7.根据权利要求6所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s6包括如下步骤：
s601：将步骤s103中disp与步骤s502中路面方程代入：
fault(p)＝disp(p)-f(p)+δ；δ为偏置项，得到新的视差图；
s602：设定阈值t1，t2(t1＜t2)对步骤s601中的新视差图fault(p)进行二值化操作，
s603：选取5x5的全1矩阵为核，对步骤s601中的新视差图binary(p)进行腐蚀操作：
s604：对步骤s603后续进行膨胀操作，其核不变；
s605：再对步骤s604中后续求其求联通区域，并过滤掉小于阈值t3的联通区域，得到滤波后的视差图filter(p)；
s606：对步骤s602中进行完滤波操作的视差图filter(p)，与点p在在步骤s601视差图fault(p)对应的视差值d若大于步骤s602中阈值t2则为抛洒物，若小于t1则为路面缺陷。
8.根据权利要求7所述的一种基于深度图的路面缺陷及抛洒物检测方法，其特征在于，所述s7包括如下步骤：
s701：在步骤s101中的rgb图中画出步骤s603中二值图binary(p)其对应区域。