1.一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述方法包括：获取历史范围内摇杆设备每次控制过程下的摇杆数据以及对应虚拟环境的图像数据；

所述摇杆数据包括摇杆位置、控制时间以及压力数据；所述图像数据包括图像质心和响应时间；

在每次控制过程下，根据图像质心和摇杆位置之间的变化差异，获得虚拟场景和摇杆设备之间的同步性特征；根据不同控制过程之间同步性特征的差异，以及响应时间和控制时间之间的差异特征，获得虚拟场景对摇杆设备的独立程度；

在每次控制过程下，根据摇杆位置以及控制时间获得摇杆设备的控制速度；构建摇杆设备对应压力数据的压力拟合曲线，根据不同控制过程下控制速度的变化趋势，以及压力拟合曲线的压力波动程度，获得摇杆设备的状态波动性；根据所述独立程度以及所述状态波动性获得摇杆设备在控制过程中的可允许误差；

根据所述可允许误差对实时监测过程中的摇杆控制进行异常检测。

2.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述同步性特征的获取方法包括：在每次控制过程下，计算虚拟场景在开始和结束时对应图像质心之间的相对距离，作为第一差异距离；计算摇杆设备在开始和结束时对应摇杆位置之间的相对距离，作为第二差异距离；

计算对应图像质心之间连线与水平线之间的夹角，作为第一差异夹角；计算对应摇杆位置之间连线与水平线之间的夹角，作为第二差异夹角；

计算所述第一差异距离和所述第一差异夹角之间的乘积，作为第一差异乘积；计算所述第二差异距离和所述第二差异夹角之间的乘积，作为第二差异乘积；

计算所述第一差异乘积比上第二差异乘积的比值，获得虚拟场景和摇杆设备之间的同步性特征。

3.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述独立程度的获取方法包括：计算所有不同控制过程之间同步性特征的差异的均值，作为同步差异均值；

在每次控制过程下，计算响应时间和控制时间之间的差异，作为第一时间差异；计算所有控制过程下第一时间差异的均值，作为时间差异均值；

计算所述同步差异均值和所述时间差异均值之间的乘积，获得虚拟场景对摇杆设备的独立程度。

4.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述状态波动性的获取方法包括：计算所有控制过程下控制速度的均值，作为速度均值；计算每次控制过程下预设最大速度与控制速度的差值，作为第一速度差值；计算每次控制过程下控制速度与速度均值之间的差异，作为速度差异值；对所述第一速度差值进行负相关映射，计算映射结果和速度差异值的乘积，作为第一状态特征；

根据压力拟合曲线的波动特征和频域信息获得压力波动程度；

计算所述第一状态特征和所述压力波动程度的乘积，获得摇杆设备的状态波动性。

5.根据权利要求4所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述压力波动程度的获取方法包括：对压力拟合曲线进行傅里叶变换，获得压力拟合曲线的频谱；

采用希尔伯特变换计算压力拟合曲线在频谱中的瞬时频率；

计算压力拟合曲线的频谱上所有瞬时频率的均值，作为频率均值；计算压力拟合曲线上相邻极值点的差异，作为差异幅值；计算所有差异幅值的方差，作为波动特征；计算所述频率均值以及所述波动特征之和，作为压力拟合曲线的压力波动程度。

6.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述可允许误差的获取方法包括：计算虚拟场景对摇杆设备的所述独立程度的平方以及摇杆设备的所述状态波动性的平方之和，作为特征和值；计算特征和值的平方根，并进行归一化，作为摇杆设备在控制过程中的可允许误差。

7.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述根据所述可允许误差对实时监测过程中的摇杆控制进行异常检测的获取方法包括：获取实时监测过程中摇杆设备每次控制过程下的摇杆数据以及对应虚拟环境的图像数据，获得实时监测过程中虚拟场景对摇杆设备的独立程度和摇杆设备的状态波动性；

计算实时监测过程中虚拟场景对摇杆设备的独立程度和摇杆设备的状态波动性之间的乘积，并进行归一化，获得监测误差；若监测误差大于所述可允许误差，摇杆设备在控制过程中存在异常。

8.根据权利要求1所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述压力拟合曲线的获取方法包括：根据摇杆设备所有控制过程下的压力数据，采用最小二乘法构建压力拟合曲线。

9.根据权利要求2所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述控制速度的获取方法包括：在每次控制过程下，计算摇杆位置之间的所述相对距离比上所述控制时间的比值，获得摇杆设备的控制速度。

10.根据权利要求2所述的一种用于VR设备的摇杆控制异常检测方法，其特征在于，所述相对距离的获取方法为求欧氏距离。