1.一种确定车辆路径集的方法，其特征在于，所述方法包括：

获取目标地域的静态路网数据；

基于所述目标地域中各卡口的图像采集设备在预设时段内采集的图像、每个图像对应的采集时间和图像采集设备的位置，确定在所述预设时段内所述目标地域的初始路径数据，其中，所述初始路径数据包括车辆非完整的路径；并基于采集的图像，确定在所述预设时段内所述目标地域中各卡口对应的交通状态参数；

将交通分配模型中的待调整参数设置为预设初始值；

将所述初始路径数据和所述静态路网数据，输入到所述交通分配模型中，得到初始车辆路径集，其中，所述初始车辆路径集包括车辆完整的路径集，所述车辆完整的路径集包括所述初始路径数据中的车辆的路径；

将所述初始车辆路径集和所述静态路网数据输入到路网仿真模型中，得到模拟交通状态参数；

如果所述模拟交通状态参数和所述交通状态参数满足预设条件，则确定所述初始车辆路径集为所述车辆路径集；

如果所述模拟交通状态参数和所述交通状态参数不满足预设条件，则基于所述模拟交通状态参数和所述交通状态参数对所述待调整参数的数值进行调整，转至执行将所述初始路径数据和所述静态路网数据，输入到所述交通分配模型中，得到初始车辆路径集的处理。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标地域中各卡口的图像采集设备在预设时段内采集的图像、每个图像对应的采集时间和图像采集设备的位置，确定在所述预设时段内所述目标地域的初始路径数据，包括：获取所述目标地域中各卡口的图像采集设备在预设时段内采集的图像，识别采集的图像中包含的各车辆；

对于每个车辆，确定包含所述车辆的各图像，按照所述各图像的采集时间的先后顺序，对所述各图像对应的图像采集设备的位置进行排序，得到所述车辆的初始路径数据。

3.根据权利要求1所述的方法，其特征在于，所述模拟交通状态参数为模拟交通流量和模拟排队长度，所述交通状态参数为交通流量和排队长度，所述预设条件为所述模拟交通流量与所述交通流量的偏差小于第一预设阈值，且所述模拟排队长度与所述排队长度的偏差小于第二预设阈值。

4.根据权利要求1‑3任一项所述的方法，其特征在于，所述交通分配模型为Gawron模型。

5.一种确定车辆路径集的装置，其特征在于，所述装置包括：

获取模块，用于获取目标地域的静态路网数据；

初始路径数据确定模块，用于基于所述目标地域中各卡口的图像采集设备在预设时段内采集的图像、每个图像对应的采集时间和图像采集设备的位置，确定在所述预设时段内所述目标地域的初始路径数据，其中，所述初始路径数据包括车辆非完整的路径；

交通状态参数确定模块，用于基于采集的图像，确定在所述预设时段内所述目标地域中各卡口对应的交通状态参数；

车辆路径集确定模块，用于将交通分配模型中的待调整参数设置为预设初始值；将所述初始路径数据和所述静态路网数据，输入到所述交通分配模型中，得到初始车辆路径集，其中，所述初始车辆路径集包括车辆完整的路径集，所述车辆完整的路径集包括所述初始路径数据中的车辆的路径；将所述初始车辆路径集和所述静态路网数据输入到路网仿真模型中，得到模拟交通状态参数；如果所述模拟交通状态参数和所述交通状态参数满足预设条件，则确定所述初始车辆路径集为所述车辆路径集；如果所述模拟交通状态参数和所述交通状态参数不满足预设条件，则基于所述模拟交通状态参数和所述交通状态参数对所述待调整参数的数值进行调整，转至执行将所述初始路径数据和所述静态路网数据，输入到所述交通分配模型中，得到初始车辆路径集的处理。

6.根据权利要求5所述的装置，其特征在于，所述初始路径数据确定模块，用于：

获取所述目标地域中各卡口的图像采集设备在预设时段内采集的图像，识别采集的图像中包含的各车辆；

对于每个车辆，确定包含所述车辆的各图像，按照所述各图像的采集时间的先后顺序，对所述各图像对应的图像采集设备的位置进行排序，得到所述车辆的初始路径数据。

7.根据权利要求5所述的装置，其特征在于，所述模拟交通状态参数为模拟交通流量和模拟排队长度，所述交通状态参数为交通流量和排队长度，所述预设条件为所述模拟交通流量与所述交通流量的偏差小于第一预设阈值，且所述模拟排队长度与所述排队长度的偏差小于第二预设阈值。

8.根据权利要求5‑7任一项所述的装置，其特征在于，所述交通分配模型为Gawron模型。

9.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1‑4任一项所述的确定车辆路径集的方法。

10.一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中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1‑4任一项所述的确定车辆路径集的方法。