1.一种摄像机，其特征在于，包括机芯和处理器，其中，处理器用于：从指示机芯转动的运动指令中提取角度坐标；

确定提取的角度坐标相匹配的样本类；

调用与确定的样本类相对应的回归模型预测聚焦focus值；

驱动机芯利用预测的focus值聚焦。

2.根据权利要求1所述的摄像机，其特征在于，所述处理器进一步用于：检测机芯拍摄到的图像的亮度和清晰度；

当检测出图像的亮度和清晰度均达标时，将该图像对应的角度坐标以及focus值保存为样本点。

3.根据权利要求2所述的摄像机，其特征在于，所述处理器进一步用于：当保存的样本点的总数量达到预设的聚类阈值时，根据各样本点的角度坐标对所有样本点进行聚类处理；

当通过聚类处理将所有样本点聚为多个样本类后，根据各样本类中包含的所有样本点的角度坐标和focus值，分别为每个样本类创建对应的回归模型。

4.根据权利要求3所述的摄像机，其特征在于，所述处理器进一步用于：当更新时刻到达时，识别在上一次更新时刻后是否有新的样本点被保存；

当识别出有新增的样本点时，根据各样本点的角度坐标对所有样本点进行聚类处理；

当通过聚类处理将当前所有样本点重新聚为多个样本类后，根据各样本类中包含的所有样本点的角度坐标和focus值，分别为每个样本类创建对应的回归模型。

5.根据权利要求3所述的摄像机，其特征在于，所述处理器进一步用于：当更新时刻到达时，识别在上一次更新时刻后是否有新的样本点被保存；

当识别出有新增的样本点时，将新增的样本点归入匹配的样本类；

当有样本类归入了新增的样本点时，根据该样本类中当前包含的所有样本点的角度坐标和focus值，为该样本类重建对应的回归模型；

当为样本类重建回归模型后，计算重建的回归模型和已有的回归模型的回归损失量、并将回归损失量相对低的一个回归模型保留为该样本类对应的回归模型。

6.根据权利要求2所述的摄像机，其特征在于，所述处理器进一步用于：当保存的样本点的总数量达到聚类阈值时，根据各样本点的角度坐标对所有样本点进行聚类处理；

当通过聚类处理将所有样本点聚为多个样本类后，统计每个样本类中包含的样本点的数量；

当有样本类中包含的样本点的数量达到预设的建模阈值时，根据该样本类中包含的所有样本点的角度坐标和focus值，为该样本类创建对应的回归模型。

7.根据权利要求6所述的摄像机，其特征在于，所述处理器进一步用于：当更新时刻到达时，识别在上一次更新时刻后是否有新的样本点被保存；

当识别出有新增的样本点时，根据各样本点的角度坐标对所有样本点进行聚类处理；

当通过聚类处理将当前所有样本点重新聚为多个样本类后，统计每个样本类中包含的样本点的数量；

当有样本类中包含的样本点的数量达到预设的建模阈值时，根据该样本类中包含的所有样本点的角度坐标和focus值，为该样本类创建对应的回归模型。

8.根据权利要求6所述的摄像机，其特征在于，所述处理器进一步用于：当更新时刻到达时，识别在上一次更新时刻后是否有新的样本点被保存；

当识别出有新增的样本点时，将新增的样本点归入匹配的样本类；

当有样本类包含新增的样本点时，统计该样本类中当前包含的样本点的数量；

当包含新增的样本点的样本类中的样本点的数量达到预设的建模阈值时，根据该样本类中当前包含的所有样本点的角度坐标和focus值，为该样本类创建对应的回归模型；

当有样本类同时对应当前创建的回归模型和已有的回归模型时，计算重建的回归模型和已有的回归模型的回归损失量、并将回归损失量相对低的一个回归模型保留为该样本类对应的回归模型。

9.根据权利要求2所述的摄像机，其特征在于，所述处理器进一步用于：当摄像机初始化期间，计算各回归模型的回归正确率；

当有样本类对应的回归模型的回归正确率低于预设的标定值时，根据该样本类中包含的所有样本点的角度坐标和focus值，为该样本类重新创建对应的回归模型、并替代正确率低于标定值的回归模型。

10.一种聚焦控制方法，其特征在于，包括：从指示机芯转动的运动指令中提取角度坐标；

确定提取的角度坐标相匹配的样本类；

调用与确定的样本类相对应的回归模型预测focus值；

驱动机芯利用预测的focus值聚焦。

11.一种聚焦控制装置，其特征在于，包括：坐标提取模块，用于从指示机芯转动的运动指令中提取角度坐标；

样本匹配模块，用于确定提取的角度坐标相匹配的样本类；

模型预测模块，用于调用与确定的样本类相对应的回归模型预测focus值；

聚焦驱动模块，用于驱动机芯利用预测的focus值聚焦。

12.一种非瞬时计算机可读存储介质，其特征在于，所述非瞬时计算机可读存储介质存储指令，所述指令在由处理器执行时使得所述处理器：从指示机芯转动的运动指令中提取角度坐标；

确定提取的角度坐标相匹配的样本类；

调用与确定的样本类相对应的回归模型预测focus值；

驱动机芯利用预测的focus值聚焦。