1.一种基于北斗轨道检查仪的轨道信息数字孪生方法，其特征在于，包括：S1，根据线路设计信息构建相应的轨道三维模型；S2，通过搭载多种传感器的轨道检查仪移动检测收集轨道及周边数据；S3，通过GNSS+惯导算法对所述轨道及周边数据进行高精度里程定位；S4，将经过高精度里程定位的所述轨道及周边数据与所述轨道三维模型匹配；S5，基于经过匹配后的所述轨道及周边数据对应的密集点云数据与所述轨道三维模型间的差异智能识别轨道异常情况，并将所述轨道异常情况进行多维表达；所述S1包括：S11，由设计人员提供铁路线路设计信息，其中所述铁路线路设计信息包括轨道截面、扣件类型和线路建设信息；S12，根据所述轨道截面、扣件类型和线路建设信息完成轨道三维模型的构建，所述轨道三维模型是由不同的组成单元结合而成的分立三维模型；所述轨道三维模型采用OBJ格式、GLTF格式或3D Tiles格式，轨道三维模型并非是一个完整的三维模型；所述不同的组成单元根据设计图纸或者是相对应的产品制作得到，然后根据位置匹配关系组装在一起，作为方法中的初始轨道三维模型；所述S2包括：S21，将所述轨道检查仪放置于待测区域起点后，打开GNSS接收机，接收一定时长的卫星信号，确定当前的位置信息并记录当前的里程信息；S22，按照所述轨道检查仪的设定速度匀速移动测量，在结束测量的终点位置，继续使用GNSS接收机做连续一定时长的卫星信号接收测试，确定终点的位置信息与里程位置信息；S23，在所述轨道检查仪作业过程中，通过所述三维激光扫描仪获取轨道周围场景信息，通过结构光模块获取轨道左右钢轨的密集点云信息，其中所述密集点云信息包括扣件和轨面；所述S3包括：S31，将所述密集点云信息进行坐标系的统一；S32，基于起始点位置及里程信息，以及轨道两侧安装的对准棱镜完成整体数据的位置配准；S33，对于通过线结构光模块采集的钢轨点云数据，采用直通滤波和布料滤波复合的方法过滤掉相应的噪声和离群点；针对建筑限界处，通过不同高度处的限界要求确定不同里程位置处是否有异物侵入最小建筑限界；所述S4包括：S41，基于所述轨道及周边数据的高精度里程定位信息与所述轨道三维模型的里程相匹配；S42，根据加载帧率使用最近邻算法适当对周围环境的点云数据进行抽稀处理；S43，针对隧道等处点云与标准模型根据最小二乘法进行匹配；所述S5包括：S51，基于经过匹配后的所述轨道及周边数据对应的密集点云数据与所述轨道三维模型间的差异智能识别轨道异常情况；S52，对所述异常情况进行分类并根据分类通过赋色组件进行颜色赋值；S53，存储所述轨道检查仪中轨道不平顺的检测数据；所述轨道不平顺的检测数据包含轨距、轨向、高低、水平和三角坑数据，将所述轨道不平顺的检测数据与轨道里程位置相匹配，选取对应的指标，在所述轨道三维模型的中线Z轴正上方生成相应的三维线条；S54，点击所述轨道三维模型中里程位置查看并下载常见的二维折线图，同时将轨道出现异常的地方的相关点云截图与赋色组件相匹配。
2.根据权利要求1所述的一种基于北斗轨道检查仪的轨道信息数字孪生方法，其特征在于，所述轨道检查仪上固定安装GNSS接收机与惯性导航测量装置；搭载的所述多种传感器包括三维激光扫描仪和结构光模块；其中，所述三维激光扫描仪用于获取钢轨的信息和/或获取轨道周围的环境信息。
3.一种基于北斗轨道检查仪的轨道信息数字孪生系统，用于实施权利要求1-2任一所述的方法，其特征在于，包括：模型构建模块(101)，用于根据线路设计信息构建相应的轨道三维模型；数据采集模块(102)，用于通过搭载多种传感器的轨道检查仪移动检测收集轨道及周边数据；里程定位模块(103)，用于通过GNSS+惯导算法对所述轨道及周边数据进行高精度里程定位；数据匹配模块(104)，用于将经过高精度里程定位的所述轨道及周边数据与所述轨道三维模型匹配；异常识别模块(105)，用于基于经过匹配后的所述轨道及周边数据对应的密集点云数据与所述轨道三维模型间的差异智能识别轨道异常情况，并将所述轨道异常情况进行多维表达。
4.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如权利要求1-2任一所述的方法。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如权利要求1-2任一所述的方法。
