1.一种众包数据融合优化方法，其特征在于，包括：
获取预定区域的众包数据，提取所述众包数据中特定数据形成观测数据表，所述特定数据包括交通标志位置信息、车辆轨迹信息以及车辆轨迹信息与交通标志位置信息间的关联关系；
拼接所述观测数据表，对拼接得到的观测数据表进行无标签聚类，将每个聚类对应的类别作为一组对同一交通标志实体的观测值；
根据轨迹运动方程及第一轨迹点，对第二轨迹点进行预测；
根据第二轨迹点的预测值与实际观测值的误差，基于g2o图优化技术，优化所述车辆轨迹信息中轨迹点；
基于优化后的轨迹点与交通标志的关联，根据coslam图优化过程优化交通标志位置。
2.根据权利要求1所述的方法，其特征在于，所述第一轨迹点和第二轨迹点为同一条轨迹线中按采集车辆行驶方向相邻的两个轨迹点，且所述第一轨迹点和第二轨迹点中至少包含轨迹点位置，轨迹点的瞬时速度及轨迹点的航向角。
3.根据权利要求1所述的方法，其特征在于，所述根据第二轨迹点的预测值与实际观测值的误差，基于g2o图优化技术，优化所述车辆轨迹信息中轨迹点还包括：
获取所述车辆轨迹信息中瞬时速度小于预定阈值的轨迹点，将小于预定阈值的轨迹点添加至低速点集；
将低速点集归一形成低速聚合点，并删除所述低速点集中所有的轨迹点。
4.根据权利要求3所述的方法，其特征在于，所述将低速点集归一形成低速聚合点还包括：
设定所述低速聚合点位置为所述低速点集中所有轨迹点的平均值、所述低速聚合点的瞬时速度为0、所述低速聚合点航向角为所述低速点集中所有航向角的平均值。
5.根据权利要求1所述的方法，其特征在于，所述基于优化后的轨迹点与交通标志的关联，根据coslam图优化过程优化交通标志位置具体为：
获取不同车辆轨迹中观测到同一交通标志实体时的交通标示位置，并取所述交通标志位置的平均值；
将观测到同一交通标志对应的轨迹点和所述交通标志实体位置作为顶点，将所述对应的轨迹点到所述交通标志位置的平均值的距离作为两顶点间连接边的值的预估；
将所述对应的轨迹点观测到所述同一交通标志实体的实际距离作为观测值，计算所述预估值与观测值误差，并通过coslam图优化，优化交通标志位置。
6.一种众包数据融合优化装置，其特征在于，包括：
提取模块，用于获取预定区域的众包数据，提取所述众包数据中特定数据形成观测数据表，所述特定数据包括交通标志位置信息、车辆轨迹信息以及车辆轨迹信息与交通标志位置信息间的关联关系；
拼接模块，用于拼接所述观测数据表，对拼接得到的观测数据表进行无标签聚类，将每个聚类对应的类别作为一组对同一交通标志实体的观测值；
预测模块，用于根据轨迹运动方程及第一轨迹点，对第二轨迹点进行预测；
第一优化模块，用于根据第二轨迹点的预测值与实际观测值的误差，基于g2o图优化技术，优化所述车辆轨迹信息中轨迹点；
第二优化模块，用于基于优化后的轨迹点与交通标志的关联，根据coslam图优化过程优化交通标志位置。
7.根据权利要求6所述的装置，其特征在于，所述第一优化模块还包括：
低速点处理模块，用于获取所述车辆轨迹信息中瞬时速度小于预定阈值的轨迹点，将小于预定阈值的轨迹点添加至低速点集；
将低速点集归一形成低速聚合点，并删除所述低速点集中所有的轨迹点。
8.根据权利要求7所述的装置，其特征在于，所述将低速点集归一形成低速聚合点还包括：
设定所述低速聚合点位置为所述低速点集中所有轨迹点的平均值、所述低速聚合点的瞬时速度为0、所述低速聚合点航向角为所述低速点集中所有航向角的平均值。
9.一种装置，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至5中任一项所述众包数据融合优化方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述众包数据融合优化方法的步骤。