1.一种智能驾驶交通载具的行车参照物选择方法，包括以下步骤：

识别交通载具周围环境中的参照物；

从识别的参照物中去除无效参照物，然后对有效参照物进行分类的步骤，并为不同类型的有效参照物设置不同的优先级的步骤；

在交通载具行驶过程中，选择至少一个有效参照物，当选定的参照物失效时，选择替代参照物；参照物的可使用时间越长，参照物的优先级越高；参照点越多的参照物的优先级越高；有效参照物进行分类的步骤包括：步骤S200，在数据库中建立参照物模型或模板；步骤S201，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有前点参照物；如果有前点参照物，则进行步骤S202：在数据库中选取前点参照物对应的子数据库，然后进行步骤S207；如果没有前点参照物则进入步骤S203；步骤S203，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有中间参照物；如果有中间参照物，则进行步骤S204在数据库中选取中间参照物对应的子数据库，然后进行步骤S207；如果没有中间参照物则进入步骤S205；步骤S205，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有后点参照物；如果有后点参照物，则进行步骤S206在数据库中选取后点参照物对应的子数据库，然后进行步骤S207；如果没有中间参照物则进入步骤S200，重新收集图像进行建模；步骤S207，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有面型参照物；如果有面型参照物则选取其中面型参照物作为参照物，进行步骤S221；如果没有面型参照物则进入步骤S208；步骤S208，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有横跨型参照物；如果有横跨型参照物则选取其中一横跨型参照物作为参照物，进入步骤S221；如果没有横跨型参照物则进入步骤S209；步骤S209，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有竖型参照物；

如果有竖型参照物则选取其中一个竖型参照物作为参照物，进行步骤S221；如果没有竖型参照物则进入步骤S210；步骤S210，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有建筑物类参照物；如果有建筑物类参照物则选取其中一个建筑物类参照物作为参照物，进行步骤S221；如果没有建筑物类参照物则进入步骤S211；步骤S211，选取树类参照物作为参照物进入步骤S221；步骤S221，检测被选取的参照物上可取参考点的高度是否符合要求，如果高度符合要求则进入步骤S222；如果高度不符合要求则进入步骤S223；步骤S222，检测参照物上可取参考点与车辆本身的距离是否符合要求，如果距离不符合要求则进入步骤S223；如果距离符合要求则进入步骤S230；步骤S223，将检测不合格的参照物从信息库中排除，进入步骤S201；步骤S230，当所选取的目标经步骤S221与步骤S222检测后判定满足高度与距离的要求时，将该目标作为参照物选取，并建立虚拟坐标系。

2.一种智能驾驶交通载具的行车参照物选择装置，包括：

识别单元，识别交通载具周围环境中的参照物；

计算单元，在交通载具的坡道行驶中，结合图像和声波信息计算出参照物与路面之间的相对高度以及参照物与载具之间的相对距离；

参照物选择单元，在交通载具行驶过程中，选择至少一个识别单元识别出的参照物，所述参照物选择单元从识别的参照物中去除无效参照物，然后对有效参照物进行分类的步骤，并为不同类型的有效参照物设置不同的优先级的步骤，对有效参照物进行分类，为不同类型的有效参照物设置不同的优先级，当选定的参照物失效时，选择替代参照物，参照物的可使用时间越长，参照物的优先级越高；参照点越多的参照物的优先级越高；有效参照物进行分类的步骤包括：步骤S200，在数据库中建立参照物模型或模板；步骤S201，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有前点参照物；如果有前点参照物，则进行步骤S202：在数据库中选取前点参照物对应的子数据库，然后进行步骤S207；如果没有前点参照物则进入步骤S203；步骤S203，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有中间参照物；如果有中间参照物，则进行步骤S204在数据库中选取中间参照物对应的子数据库，然后进行步骤S207；如果没有中间参照物则进入步骤S205；步骤S205，将识别出的参照物与车辆行进方向以及位置关系结合，判断识别出参照物中是否有后点参照物；如果有后点参照物，则进行步骤S206在数据库中选取后点参照物对应的子数据库，然后进行步骤S207；如果没有中间参照物则进入步骤S200，重新收集图像进行建模；步骤S207，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有面型参照物；如果有面型参照物则选取其中面型参照物作为参照物，进行步骤S221；如果没有面型参照物则进入步骤S208；步骤S208，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有横跨型参照物；如果有横跨型参照物则选取其中一横跨型参照物作为参照物，进入步骤S221；如果没有横跨型参照物则进入步骤S209；步骤S209，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有竖型参照物；如果有竖型参照物则选取其中一个竖型参照物作为参照物，进行步骤S221；如果没有竖型参照物则进入步骤S210；步骤S210，将识别出的参照物与子数据库中的参照物模型或者模板对比，判断识别出的参照物中是否有建筑物类参照物；如果有建筑物类参照物则选取其中一个建筑物类参照物作为参照物，进行步骤S221；如果没有建筑物类参照物则进入步骤S211；步骤S211，选取树类参照物作为参照物进入步骤S221；步骤S221，检测被选取的参照物上可取参考点的高度是否符合要求，如果高度符合要求则进入步骤S222；如果高度不符合要求则进入步骤S223；步骤S222，检测参照物上可取参考点与车辆本身的距离是否符合要求，如果距离不符合要求则进入步骤S223；如果距离符合要求则进入步骤S230；步骤S223，将检测不合格的参照物从信息库中排除，进入步骤S201；步骤S230，当所选取的目标经步骤S221与步骤S222检测后判定满足高度与距离的要求时，将该目标作为参照物选取，并建立虚拟坐标系。

3.一种无人驾驶汽车，其特征在于，包括如权利要求2所述的智能驾驶交通载具的行车参照物选择装置。