1.一种车辆到达时间的预测方法，其特征在于，所述方法包括：

实时接收多个车辆发出的GPS数据包，解析所述GPS数据包中的车辆标识及坐标信息；

按照时间先后顺序，生成与每个所述车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；

通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，所述概率分布函数通过对存储的历史车辆轨迹数据及是否到达所述目的地进行求解得到；

将计算的所述概率大于预设概率阈值的车辆确定为备选到达车辆；

根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间；

从所述备选到达车辆中选取与当前时间相隔预设时间段内所述概率最大的前预设个车辆作为最终到达车辆，获取所述最终到达车辆的预测到达时间；

实时计算所述最终到达车辆与所述目的地之间的拥堵时间，并获取所述拥堵时间的权重系数；

根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间的步骤包括：通过以下公式计算所述最终到达车辆的最终到达时间

T＝b*Tavg+∑an*Yn/Xn；

其中，∑an表示所述拥堵时间的权重系数，b＝1-∑an，b＞0，an＞0，Tavg表示所述最终到达车辆的预测到达时间，Xn表示当前时刻与所述目的地之间相隔n公里的里程距离或表示与所述目的地之间相距的第n个一公里，n≤k，且n为正整数，k表示预设值或所述最终到达车辆与所述目的地之间实际距离，Yn表示Xn指引的里程距离内的车辆的总数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间的步骤包括：通过以下公式计算所述最终到达车辆的最终到达时间

T＝b*Tavg+∑an*Yn/Xn+∑cm*Zm；

其中，b表示所述预测到达时间的权重系数，∑an表示所述拥堵时间的权重系数，∑cm＝

1-b-∑an，an＞0，b＞0，cm＞0，Xn表示当前时刻与所述目的地之间相隔n公里的里程距离或表示与所述目的地之间相距的第n个一公里，n≤k，且n为正整数，k表示预设值或所述最终到达车辆与所述目的地之间实际距离，Yn表示Xn指引的里程距离内的车辆的总数，Zm表示所述最终到达车辆与所述目的地之间相隔m公里的里程距离，m为正整数，当k表示所述最终到达车辆与所述目的地之间实际距离时m＝n。

4.根据权利要求1所述的方法，其特征在于，在所述计算对应车辆到达目的地的概率的步骤之前，所述方法还包括：对所述行驶轨迹数据进行主成分分析降维处理，得到降维轨迹数据；

所述通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率的步骤进一步为：通过概率分布函数及所述降维轨迹数据，计算对应车辆到达预设的同一目的地的概率。

5.根据权利要求4所述的方法，其特征在于，在所述对所述行驶轨迹数据进行主成分分析降维处理的步骤之前，所述方法还包括对所述行驶轨迹数据分别进行数据清洗、数据过滤及空值插入处理，得到预处理后的行驶轨迹数据；

所述对所述行驶轨迹数据进行主成分分析降维处理的步骤进一步为：对预处理后的所述行驶轨迹数据进行主成分分析降维处理，得到所述降维轨迹数据。

6.根据权利要求4所述的方法，其特征在于，所述根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间的步骤包括：获取到达所述目的地的所有车辆的历史车辆轨迹数据及历史到达时间；

从所述历史车辆轨迹数据中获取与所述备选到达车辆当前位置的距离小于预设值的最小的预设个历史到达车辆，获取每个所述历史到达车辆的到达时间；

根据每个所述历史到达车辆的到达时间计算平均到达时间，将所述平均到达时间作为所述备选到达车辆的预测到达时间。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率的步骤包括：从所述历史车辆轨迹数据及是否到达目的地的信息中提取到达目的地的车辆的第一轨迹向量及未到达目的地的第二轨迹向量；

计算每一个到达目的地的历史车辆轨迹与所述第一轨迹向量的中心距离，得到第一集合构成的直方图分布，通过最大期望算法和和混合高斯分布模型并根据所述第一直方图分布求解第一概率分布函数；

计算每一个到达目的地的历史车辆轨迹与所述第二轨迹向量的中心距离，得到第二集合构成的直方图分布，通过最大期望算法和和混合高斯分布模型并根据所述第二直方图分布求解第二概率分布函数；

计算每一个未到达目的地的历史车辆轨迹与所述第一轨迹向量的中心距离，得到第三集合构成的直方图分布，通过最大期望算法和和混合高斯分布模型并根据所述第三直方图分布求解第三概率分布函数；

计算每一个未到达目的地的历史车辆轨迹与所述第二轨迹向量的中心距离，得到第四集合构成的直方图分布，通过最大期望算法和和混合高斯分布模型并根据所述第四直方图分布求解第四概率分布函数；

将所述车辆的行驶轨迹数据带入所述第一概率分布函数和所述第三概率分布函数，得到所述车辆的第一到达概率和第二到达概率，将所述第一到达概率和所述第二到达概率的乘积作为所述车辆到达所述目的地的概率；

将所述车辆的行驶轨迹数据带入所述第二概率分布函数和所述第四概率分布函数，得到所述车辆的第一未到达概率和第二未到达概率，将所述第一未到达概率和所述第二未到达概率的乘积作为所述车辆不到达所述目的地的概率；

所述将计算的所述概率大于预设概率阈值的车辆确定为备选到达车辆的步骤包括：若所述车辆到达目的地的概率大于所述车辆不到达目的地的概率，且所述车辆到达目的地的概率大于所述预设概率阈值，则判断所述车辆为所述备选到达车辆。

8.一种车辆到达时间的预测装置，其特征在于，所述装置包括：

数据接收模块，用于实时接收多个车辆发出的GPS数据包，解析所述GPS数据包中的车辆标识及坐标信息；

坐标序列生成模块，用于按照时间先后顺序，生成与每个所述车辆标识对应的坐标序列，得到对应车辆的行驶轨迹数据；

第一计算模块，用于通过概率分布函数及所述行驶轨迹数据，计算对应车辆到达预设的同一目的地的概率，所述概率分布函数通过对存储的历史车辆轨迹数据及是否到达目的地进行求解得到；

车辆确定模块，用于将计算的所述概率大于预设概率阈值的车辆确定为备选到达车辆；

第二计算模块，用于根据所述历史车辆轨迹数据及历史到达时间计算每个所述备选到达车辆的预测到达时间；

时间获取模块，用于从所述备选到达车辆中选取与当前时间相隔预设时间段内所述概率最大的前预设个车辆作为最终到达车辆，获取所述最终到达车辆的预测到达时间；

第三计算模块，用于实时计算所述最终到达车辆与所述目的地之间的拥堵时间，并获取所述拥堵时间的权重系数；

时间计算模块，用于根据所述预测到达时间、所述拥堵时间及所述权重系数计算所述最终到达车辆的最终到达时间。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一项的车辆到达时间的预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7任一项所述车辆到达时间的预测方法中的步骤。