1.一种车辆碰撞痕迹鉴定方法，其特征在于，包括：

获取车辆碰撞现场的环境信息和车辆图像信息，所述车辆碰撞现场的环境信息包括路面轮胎印图像信息和路面残留物图像信息，所述车辆图像信息包括车辆碰撞前的图像信息和车辆碰撞后的图像信息；

将所述车辆碰撞现场的环境信息进行预处理，并将预处理后的车辆碰撞现场的环境信息发送至行驶方向确定模块进行车辆行驶方向确定，得到碰撞车辆的行驶方向信息；

将所述车辆图像信息发送至图像识别模块进行区别图像识别，并将所述区别图像和碰撞车辆的行驶方向信息发送至车辆行驶速度分析模块进行分析，得到碰撞车辆的行驶速度；

将所述碰撞车辆的行驶方向信息和所述碰撞车辆的行驶速度发送至数据存储模块进行存储，并发送第一命令，所述第一命令为提示工作人员基于数据存储模块内的数据进行责任划分的命令;其中,将所述车辆图像信息发送至图像识别模块进行区别图像识别，并将所述区别图像和碰撞车辆的行驶方向信息发送至车辆行驶速度分析模块进行分析，得到碰撞车辆的行驶速度，包括:基于YOLOV3算法对所述车辆碰撞前的图像信息和车辆碰撞后的图像信息进行图像识别，得到车辆碰撞前和车辆碰撞后的区别图像；

基于所述车辆碰撞前的图像信息建立三维空间直角坐标系，确定所述区别图像在三维空间直角指标系中的坐标，进而得到所述区别图像的尺寸信息；

将预设的历史碰撞车辆的行驶方向信息和预设的历史区别图像的尺寸信息分别与历史碰撞车辆的行驶速度进行关联分析，得到每个历史碰撞车辆的行驶速度分别与历史碰撞车辆的行驶方向信息和历史区别图像的尺寸信息的对应关系；

基于所述对应关系确定所述区别图像的尺寸信息和所述碰撞车辆的行驶方向信息对应的碰撞车辆的行驶速度。

2.根据权利要求1所述的车辆碰撞痕迹鉴定方法，其特征在于，将所述车辆碰撞现场的环境信息进行预处理，并将预处理后的车辆碰撞现场的环境信息发送至行驶方向确定模块进行车辆行驶方向确定，得到碰撞车辆的行驶方向信息，包括：将所述车辆碰撞现场的所有路面轮胎印图像信息发送至图像识别模块进行图像识别，其中将所有路面轮胎印图像信息进行分类，得到至少两种类型的轮胎印图像信息；

采用SGD计算梯度对分类模型进行自适应梯度更新，并将分类后的轮胎印图像信息发送至更新后的分类模型进行迭代处理，其中迭代处理的步骤为基于分类后的轮胎印图像进行特征工程处理，确定迭代训练所需要的特征向量，并采用AUC算法对特征向量进行迭代处理，得到达到最大迭代次数的AUC值；

计算每种轮胎印图像信息占所有路面轮胎印图像信息的权重值，并将每种轮胎印图像信息的分类权重值与达到最大迭代次数的AUC值进行对比分类，将所述最大迭代次数的AUC值作为阈值，然后与进行权重计算后的分类后的第一信息进行对比，得到所有轮胎印的类别信息；

将所有轮胎印的类别信息和路面残留物图像信息发送至行驶方向确定模块进行车辆行驶方向确定，得到每个碰撞车辆的行驶方向信息。

3.根据权利要求2所述的车辆碰撞痕迹鉴定方法，其特征在于，所述将所有轮胎印的类别信息和路面残留物图像信息发送至行驶方向确定模块进行车辆行驶方向确定，得到每个碰撞车辆的行驶方向信息，包括：将所有轮胎印的类别信息和路面残留物图像信息内的所有目标进行框选，并将所有框选到的目标进行关键点识别，得到每个框选目标图像内轮胎印的关键点和路面残留物的关键点；

采用贝塞尔曲线分别对每个框选目标图像内轮胎印的关键点和路面残留物的关键点进行轨迹拟合，得到轮胎印的运动曲线和路面残留物的运动曲线；

将所述轮胎印的运动曲线和所述路面残留物的运动曲线分别与预设的每个碰撞车辆的型号信息进行关联分析，得到每个碰撞车辆对应的轮胎印的运动曲线和路面残留物的运动曲线；

将每个碰撞车辆对应的轮胎印的运动曲线和路面残留物的运动曲线发送至训练后的方向识别模型进行分析，得到每个碰撞车辆的对应的行驶方向信息。

4.根据权利要求3所述的车辆碰撞痕迹鉴定方法，其特征在于，所述训练后的方向识别模型的构建方法，包括：获取历史轮胎印的运动曲线和历史路面残留物的运动曲线，筛选所述历史轮胎印的运动曲线和历史路面残留物的运动曲线对应的车辆行驶方向信息，并对所述历史轮胎印的运动曲线和历史路面残留物的运动曲线对应的车辆行驶方向信息进行方向标定，得到标定后的方向信息；

基于CART算法对所述标定后的方向信息进行处理，得到CART决策树，对所述CART决策树进行随机剪枝处理并确定所述CART决策树的常量，得到至少一个未训练的子决策树；

基于所述未训练的子决策树和基尼指数计算方法得到最优的子决策树，基于所述最优的子决策树得到所述方向识别模型，所述方向识别模型包含所述最优的子决策树及其对应的目标常数。

5.一种车辆碰撞痕迹鉴定装置，其特征在于，包括：

获取单元，用于获取车辆碰撞现场的环境信息和车辆图像信息，所述车辆碰撞现场的环境信息包括路面轮胎印图像信息和路面残留物图像信息，所述车辆图像信息包括车辆碰撞前的图像信息和车辆碰撞后的图像信息；

第一处理单元，用于将所述车辆碰撞现场的环境信息进行预处理，并将预处理后的车辆碰撞现场的环境信息发送至行驶方向确定模块进行车辆行驶方向确定，得到碰撞车辆的行驶方向信息；

第二处理单元，用于将所述车辆图像信息发送至图像识别模块进行区别图像识别，并将所述区别图像和碰撞车辆的行驶方向信息发送至车辆行驶速度分析模块进行分析，得到碰撞车辆的行驶速度；

第三处理单元，用于将所述碰撞车辆的行驶方向信息和所述碰撞车辆的行驶速度发送至数据存储模块进行存储，并发送第一命令，所述第一命令为提示工作人员基于数据存储模块内的数据进行责任划分的命令；

其中，所述第二处理单元包括：

第七处理子单元，用于基于YOLOV3算法对所述车辆碰撞前的图像信息和车辆碰撞后的图像信息进行图像识别，得到车辆碰撞前和车辆碰撞后的区别图像；

第八处理子单元，用于基于所述车辆碰撞前的图像信息建立三维空间直角坐标系，确定所述区别图像在三维空间直角指标系中的坐标，进而得到所述区别图像的尺寸信息；

第三分析子单元，用于将预设的历史碰撞车辆的行驶方向信息和预设的历史区别图像的尺寸信息分别与历史碰撞车辆的行驶速度进行关联分析，得到每个历史碰撞车辆的行驶速度分别与历史碰撞车辆的行驶方向信息和历史区别图像的尺寸信息的对应关系；

第九处理子单元，用于基于所述对应关系确定所述区别图像的尺寸信息和所述碰撞车辆的行驶方向信息对应的碰撞车辆的行驶速度。

6.根据权利要求5所述的车辆碰撞痕迹鉴定装置，其特征在于，所述装置包括：

第一处理子单元，用于将所述车辆碰撞现场的所有路面轮胎印图像信息发送至图像识别模块进行图像识别，其中将所有路面轮胎印图像信息进行分类，得到至少两种类型的轮胎印图像信息；

第一计算子单元，用于采用SGD计算梯度对分类模型进行自适应梯度更新，并将分类后的轮胎印图像信息发送至更新后的分类模型进行迭代处理，其中迭代处理的步骤为基于分类后的轮胎印图像进行特征工程处理，确定迭代训练所需要的特征向量，并采用AUC算法对特征向量进行迭代处理，得到达到最大迭代次数的AUC值；

第二计算子单元，用于计算每种轮胎印图像信息占所有路面轮胎印图像信息的权重值，并将每种轮胎印图像信息的分类权重值与达到最大迭代次数的AUC值进行对比分类，将所述最大迭代次数的AUC值作为阈值，然后与进行权重计算后的分类后的第一信息进行对比，得到所有轮胎印的类别信息；

第二处理子单元，用于将所有轮胎印的类别信息和路面残留物图像信息发送至行驶方向确定模块进行车辆行驶方向确定，得到每个碰撞车辆的行驶方向信息。

7.根据权利要求6所述的车辆碰撞痕迹鉴定装置，其特征在于，所述装置包括：

第三处理子单元，用于将所有轮胎印的类别信息和路面残留物图像信息内的所有目标进行框选，并将所有框选到的目标进行关键点识别，得到每个框选目标图像内轮胎印的关键点和路面残留物的关键点；

第四处理子单元，用于采用贝塞尔曲线分别对每个框选目标图像内轮胎印的关键点和路面残留物的关键点进行轨迹拟合，得到轮胎印的运动曲线和路面残留物的运动曲线；

第一分析子单元，用于将所述轮胎印的运动曲线和所述路面残留物的运动曲线分别与预设的每个碰撞车辆的型号信息进行关联分析，得到每个碰撞车辆对应的轮胎印的运动曲线和路面残留物的运动曲线；

第二分析子单元，用于将每个碰撞车辆对应的轮胎印的运动曲线和路面残留物的运动曲线发送至训练后的方向识别模型进行分析，得到每个碰撞车辆的对应的行驶方向信息。

8.根据权利要求7所述的车辆碰撞痕迹鉴定装置，其特征在于，所述装置包括：

第一获取子单元，用于获取历史轮胎印的运动曲线和历史路面残留物的运动曲线，筛选所述历史轮胎印的运动曲线和历史路面残留物的运动曲线对应的车辆行驶方向信息，并对所述历史轮胎印的运动曲线和历史路面残留物的运动曲线对应的车辆行驶方向信息进行方向标定，得到标定后的方向信息；

第五处理子单元，用于基于CART算法对所述标定后的方向信息进行处理，得到CART决策树，对所述CART决策树进行随机剪枝处理并确定所述CART决策树的常量，得到至少一个未训练的子决策树；

第六处理子单元，用于基于所述未训练的子决策树和基尼指数计算方法得到最优的子决策树，基于所述最优的子决策树得到所述方向识别模型，所述方向识别模型包含所述最优的子决策树及其对应的目标常数。