1.一种铁路轨道扣件状态检测及紧固设备，其特征在于，包括作业车，以及设置在所述作业车上的扣件清洁装置、螺栓紧固装置、伸缩压条装置、传感器系统、数据采集及处理装置、控制系统和数据存储装置；所述扣件清洁装置具有可旋转的清洁盘，所述清洁盘位于所述作业车的底面；所述螺栓紧固装置具有摩擦轮和滚动轮，所述摩擦轮和滚动轮相互间隔成对布置，并且位于所述作业车的底面；所述摩擦轮用于驱动扣件的螺栓，所述摩擦轮和滚动轮的间隔可调节；所述伸缩压条装置位于所述作业车的底面，具有能够伸缩的压条，所述压条用于按压扣件的弹条；所述数据采集及处理装置具有图像采集模块和处理器；所述图像采集模块用于获取扣件的表观信息；所述处理器用于根据所述表观信息，通过计算获得：扣件的状态，扣件的螺栓与摩擦轮的摩擦系数，扣件与作业车之间的相对位置；所述传感器系统用于监测：所述扣件清洁装置、螺栓紧固装置和伸缩压条装置的振动信息，所述数据采集及处理装置、控制系统和数据存储装置的温度信息；所述控制系统分别电路连接所述扣件清洁装置、螺栓紧固装置、伸缩压条装置、传感器系统、数据采集及处理装置、控制系统和数据存储装置；所述控制系统用于：根据所述扣件清洁装置、螺栓紧固装置和伸缩压条装置的振动信息，所述数据采集及处理装置、控制系统和数据存储装置的温度信息，判断所述铁路轨道扣件状态检测及紧固设备是否出现故障；根据所述数据采集及处理装置计算获得的扣件的螺栓与摩擦轮的摩擦系数，调节摩擦轮和滚动轮的间隔距离。
2.根据权利要求1所述的设备，其特征在于，所述扣件清洁装置具有扣件清洁发动机，所述扣件清洁发动机与所述清洁盘驱动连接。
3.根据权利要求1所述的设备，其特征在于，所述螺栓紧固装置包括：螺栓紧固发动机，安装在所述作业车上；驱动轴，与所述螺栓紧固发动机的输出端可拆卸连接，所述螺栓紧固发动机通过所述驱动轴与所述摩擦轮驱动连接；轴系结构，包括定位杆，所述定位杆可拆卸地安装在作业车的底部，所述定位杆的一端具有滚动轴承，所述滚动轮通过所述滚动轴承活动安装在所述定位杆的一端；传动杆—套筒结构，具有一对通过拉伸器相互连接的套环，所述套环分别与所述驱动轴和所述定位杆配合接触；所述拉伸器与所述控制系统电路连接，能够通过改变自身长度，调节所述摩擦轮和滚动轮的间隔距离。
4.根据权利要求3所述的设备，其特征在于，所述螺栓紧固装置还包括摩擦轮清洁装置，可拆卸地安装在所述摩擦轮的外侧。
5.根据权利要求1所述的设备，其特征在于，所述伸缩压条装置包括：一对第一抱轨器，可拆卸地安装在作业车体上，所述第一抱轨器用于夹持轨道；伸缩压条，与所述第一抱轨器可拆卸连接；所述第一抱轨器具有窗口，所述伸缩压条位于所述窗口的区域；多个辊轮，安装在所述第一抱轨器的内侧面，当所述第一抱轨器夹持轨道时，所述辊轮与轨道表面相接触；按压驱动电机，安装在所述作业车体第一抱轨器上；所述按压驱动电机的输出端具有偏心轮，所述偏心轮的位置与所述伸缩压条相对应，并且所述按压驱动电机能够通过驱动所述偏心轮推动所述伸缩压条从所述窗口伸出，按压扣件的弹条；一对复位弹簧，该对复位弹簧分别连接在所述伸缩压条的两端。
6.根据权利要求1所述的设备，其特征在于，所述数据采集及处理装置通过SURF算法计算获得扣件与作业车之间的相对位置，还通过卷积神经网络算法计算获得扣件的状态，以及扣件的螺栓与摩擦轮的摩擦系数。
7.根据权利要求6所述的设备，其特征在于，所述的处理器根据所述表观信息，通过计算获得扣件的螺栓与摩擦轮的摩擦系数的过程包括：S1对第一图像进行预处理，包括归一化、色彩空间转换、去除噪声和第一图像增强；所述第一图像为扣件的螺栓与摩擦轮相互接触的图像；S2构建卷积网络模型；所述卷积网络模型包括沿数据流方向依次设置的输入层、卷积层、池化层、全连接层和输出层；所述输入层用于将预处理后的第一图像的螺栓表面特征的性质参数设置为输入层的尺寸；所述卷积层为多个，用于提取预处理后的第一图像中的螺栓表面的局部特征；所述池化层用于减小提取的螺栓表面的局部特征的尺寸；所述全连接层用于将螺栓表面的局部特征映射到摩擦系数预测值上；所述输出层用于输出预测的摩擦系数值；S3使用ReLU激活函数增加卷积网络模型的非线性表达能力；S4通过平均绝对误差损失函数衡量卷积网络模型的预测值与实际值之间的差异，通过SGD优化器更新卷积网络模型的参数；S5使用数据集对卷积网络模型进行训练、测试和调优；S6使用调优之后的卷积网络模型预测扣件的螺栓与摩擦轮的摩擦系数，使得所述控制系统能够基于获得的摩擦系数调节所述摩擦轮和滚动轮的间隔距离。
8.根据权利要求6所述的设备，其特征在于，所述的通过SURF算法计算获得扣件与作业车之间的相对位置的过程包括：E1使用Hessian矩阵来检测第二图像中的关键点，通过对Hessian矩阵的行列式进行极值检测，获得第二图像中的潜在关键点的位置；第二图像为用于计算扣件与作业车之间的相对位置的扣件的图像；E2通过计算第二图像中的特征点间的距离和角度差，排除不稳定或误匹配的特征点；E3基于执行了步骤E2之后的第二图像中的特征点，通过计算获得描述子；E3对所述描述子进行归一化处理；E4基于进行了归一化处理之后的所述描述子，通过计算获得所述描述子的欧氏距离；E5基于计算获得的欧氏距离的比例，筛选获得与随机采样一致性算法相匹配的特征点；E6基于筛选获得的特征点，通过随机采样一致性算法估计获得单应矩阵；E7使用图像采集模块标定参数；E8基于通过标定的参数结合对应的几何对应关系，通过计算获得两个相邻帧的第二图像中的相同特征点的三维坐标，通过比较所述特征点的三维坐标的差异，计算获得扣件与作业车之间的相对位置。
9.根据权利要求1所述的设备，其特征在于，所述传感器系统包括温度传感器、振动传感器和位移传感器；所述温度传感器用于实时获取所述数据采集及处理装置、控制系统和数据存储装置温度信息；所述振动传感器用于实时获取所述扣件清洁装置、螺栓紧固装置和伸缩压条装置的振动信息；所述位移传感器用于获取所述作业车的位置信息、行驶距离信息，以及所述扣件清洁装置、螺栓紧固装置和伸缩压条装置的工作行程信息。
10.根据权利要求1所述的设备，其特征在于，还包括安装在所述作业车上的驱动装置和动力装置，以及行走轮；所述行走轮位于所述作业车的底面，与轨道相配合；所述驱动装置与所述行走轮驱动连接，用于通过行走轮驱动所述作业车在轨道上移动；所述动力装置用于向所述驱动装置、扣件清洁装置、螺栓紧固装置、伸缩压条装置、传感器系统、数据采集及处理装置、控制系统和数据存储装置提供动力。
