1.一种智能振动检测方法，用于检测车辆的驱动电机，其特征在于，所述智能振动检测方法包括：智能振动检测系统根据目标振动视频提取所述驱动电机的图像帧在不同尺度空间下的预设类型的特征点作为初始特征点，所述预设类型的特征点包括以下至少一种：角点、边缘点、暗区的亮点以及亮区的暗点；基于最小差值平方和SSD匹配，计算所述初始特征点的流向量；

智能振动检测系统根据所述初始特征点对应的流向量计算所述初始特征点的偏移距离；

智能振动检测系统对多个所述初始特征点对应的多个偏移距离进行聚类，采用K‑means聚类算法对所述多个偏移距离进行聚类，其中，设置k值为3，获得3个聚类类簇；对所述3个聚类类簇求平均值，并获得第一聚类平均值，第二聚类平均值和第三聚类平均值，其中，第一聚类平均值<第二聚类平均值<第三聚类平均值；

智能振动检测系统确定所述第二聚类平均值中的偏移距离对应的所述初始特征点为稳定的多个运动特征点，并作为符合预设要求的多个振动特征点；

智能振动检测系统利用光流法对所述多个振动特征点进行追踪，以从所述目标振动视频中提取出所述振动特征点的状态变化信号，其中，所述目标振动视频为利用图像采集装置拍摄车辆的驱动电机得到的视频；

智能振动检测系统利用主成分分析法对所述状态变化信号进行分析，以从所述状态变化信号中提取出所述目标振动视频对应的振动参数信息。

2.根据权利要求1所述的智能振动检测方法，其特征在于，所述智能振动检测系统获取目标振动视频，并对所述目标振动视频的图像帧进行校准，以获得符合预设要求的多个振动特征点包括：智能振动检测系统获取目标振动视频，选择所述目标振动视频中的至少一帧图像，根据所述至少一帧图像确定所述驱动电机的环境影像中在视频采集过程中处于相对静止状态的参考特征点；

智能振动检测系统根据所述参考特征点、所述目标振动视频、以及预设的运动特征点提取策略，从所述目标振动视频中提取稳定的多个振动特征点作为所述符合预设要求的多个振动特征点。

3.根据权利要求2所述的智能振动检测方法，其特征在于，所述图像采集装置包括成像模组及与所述成像模组固定连接的参照块，所述参照块在所述成像模组的视场范围内的预设位置，所述根据所述至少一帧图像确定所述驱动电机的环境影像中在视频采集过程中处于相对静止状态的参考特征点包括：根据所述至少一帧图像中与所述预设位置对应的像素点，确定在视频采集过程中处于相对静止状态的参考特征点。

4.根据权利要求2或3所述的智能振动检测方法，其特征在于，所述智能振动检测系统根据所述参考特征点、所述目标振动视频、以及预设的运动特征点提取策略，从所述目标振动视频中提取稳定的多个振动特征点作为所述符合预设要求的多个振动特征点包括：智能振动检测系统将所述目标振动视频中的至少一帧图像包括的每一帧图像进行矩形分区，并将所述分区根据N*N组合成多个基础分区；

智能振动检测系统检测每一个基础分区中的边缘分区是否包含相对振动特征点，所述相对振动特征点为针对所述参考特征点进行相对运动的振动特征点；

若不包含，则智能振动检测系统确定所述基础分区中不包含稳定的振动特征点；

若包含，则智能振动检测系统确定所述相对振动特征点的振动距离是否处于预设范围；

若是，则智能振动检测系统确定所述相对振动特征点组成稳定的多个振动特征点，并将所述稳定的多个振动特征点作为所述符合预设要求的多个振动特征点。

5.根据权利要求1所述的智能振动检测方法，其特征在于，所述智能振动检测系统根据所述目标振动视频提取所述驱动电机的图像帧在不同尺度空间下的预设类型的特征点作为初始特征点，包括：智能振动检测系统获取所述驱动电机的影像在所述目标振动视频中的占比；

智能振动检测系统根据所述占比确定初始特征点的参考数量；

智能振动检测系统以所述驱动电机的物体类别为查询标识集，查询预设的特征点配比关系库，获取所述驱动电机的图像帧在不同尺度空间下的第一类型的特征点的占比配置，所述第一类型包括角点和边缘点；

智能振动检测系统获取所述目标振动视频的亮度信息，根据所述亮度信息确定第二类型的特征点的占比配置，所述第二类型包括暗区的亮点以及亮区的暗点；

智能振动检测系统根据所述参考数量、所述第一类型和所述第二类型的特征点的占比配置，从所述目标振动视频中提取所述驱动电机的角点、边缘点、暗区的亮点的数量以及亮区的暗点。

6.根据权利要求1‑5任一项所述的智能振动检测方法，其特征在于，所述智能振动检测方法还包括：智能振动检测系统利用图像采集装置连续拍摄车辆的驱动电机，得到时长相同的多个电机振动视频；

智能振动检测系统将所述多个电机振动视频分别作为目标振动视频，获取各电机振动视频对应的振动参数信息；

智能振动检测系统对各电机振动视频对应的振动参数信息进行分析，提取出共性振动参数数据。

7.一种智能振动检测系统，用于检测车辆的驱动电机，其特征在于，所述智能振动检测系统包括：视频处理模块，用于根据目标振动视频提取所述驱动电机的图像帧在不同尺度空间下的预设类型的特征点作为初始特征点，所述预设类型的特征点包括以下至少一种：角点、边缘点、暗区的亮点以及亮区的暗点；基于最小差值平方和SSD匹配，计算所述初始特征点的流向量；

智能振动检测系统根据所述初始特征点对应的流向量计算所述初始特征点的偏移距离；

智能振动检测系统对多个所述初始特征点对应的多个偏移距离进行聚类，采用K‑means聚类算法对所述多个偏移距离进行聚类，其中，设置k值为3，获得3个聚类类簇；对所述3个聚类类簇求平均值，并获得第一聚类平均值，第二聚类平均值和第三聚类平均值，其中，第一聚类平均值<第二聚类平均值<第三聚类平均值；

智能振动检测系统确定所述第二聚类平均值中的偏移距离对应的所述初始特征点为稳定的多个运动特征点，并作为符合预设要求的多个振动特征点；

智能振动检测系统利用光流法对所述多个振动特征点进行追踪，以从所述目标振动视频中提取出所述振动特征点的状态变化信号；

数据分析模块，用于利用主成分分析法对所述状态变化信号进行分析，以从所述状态变化信号中提取出所述目标振动视频对应的振动参数信息。

8.一种智能振动检测设备，其特征在于，包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的振动检测程序，其中所述振动检测程序被所述处理器执行时，实现权利要求1至6中任一项所述的智能振动检测方法的步骤的指令。