1.一种疲劳驾驶检测方法，其特征在于，包括：
在检测到无人驾驶设备的驾驶者满足疲劳检测条件时，产生疲劳刺激信息；
根据所述疲劳刺激信息，获取所述驾驶者的目标瞳孔信息；
当所述目标瞳孔信息满足无人驾驶触发条件时，切换至无人驾驶模式。
2.根据权利要求1所述的方法，其特征在于，所述在检测到无人驾驶设备的驾驶者满足疲劳检测条件时，产生疲劳刺激信息包括：
获取无人驾驶设备的驾驶者的第一人脸图像；
延时预设时长后，继续获取无人驾驶设备的驾驶者的第二人脸图像；
基于深度学习算法，处理每张人脸图像，分别得到所述第一人脸图像的第一瞳孔大小信息，以及所述第二人脸图像的第二瞳孔大小信息；
当所述第一瞳孔大小信息及所述第二瞳孔大小信息皆小于预设开度阈值，且所述第一瞳孔大小信息与所述第二瞳孔大小信息的差值小于参考差值时，确定所述驾驶者满足疲劳检测条件，并产生疲劳刺激信息。
3.根据权利要求2所述的方法，其特征在于，所述基于深度学习算法，处理每张人脸图像，分别得到所述第一人脸图像的第一瞳孔大小信息，以及所述第二人脸图像的第二瞳孔大小信息包括：
对每张人脸图像作图像处理，获得所述人脸图像的目标图像区域；
基于深度学习算法，处理每张所述目标图像区域，分别得到所述第一人脸图像的第一瞳孔大小信息，以及所述第二人脸图像的第二瞳孔大小信息。
4.根据权利要求3所述的方法，其特征在于，所述疲劳刺激信息包括蓝光刺激信息，所述对每张人脸图像作图像处理，获得所述人脸图像的目标图像区域，包括：
剔除每张人脸图像中rgb值未在混合颜色阈值范围内的噪声图像区域，保留rgb值在混合颜色阈值范围的目标图像区域。
5.根据权利要求4所述的方法，其特征在于，所述产生疲劳刺激信息包括：
按照光强由小到大的渐变模式，控制安装在所述无人驾驶设备的驾驶座周边的灯具产生蓝光刺激信息。
6.根据权利要求2所述的方法，其特征在于，所述目标瞳孔信息包括目标瞳孔大小信息，所述当所述目标瞳孔信息满足无人驾驶触发条件时，切换至无人驾驶模式包括：
将所述目标瞳孔大小信息与所述第二瞳孔大小信息相除，得到比值；
当所述比值小于或等于预设参考比值时，确定所述目标瞳孔信息满足无人驾驶触发条件，切换至无人驾驶模式。
7.根据权利要求6所述的方法，其特征在于，无人驾驶设备所述当所述比值小于或等于预设参考比值时，确定所述目标瞳孔信息满足无人驾驶触发条件，切换至无人驾驶模式包括：
当所述比值小于或等于预设参考比值时，获取切换至无人驾驶模式前所述驾驶者正常驾驶的持续时长以及所述驾驶者的疲劳次数，其中，所述疲劳次数为所述驾驶者因疲劳而进入无人驾驶模式的历史次数；
根据所述持续时长、所述疲劳次数及所述比值，计算所述驾驶者的疲劳分值；
当所述疲劳分值满足无人驾驶触发条件，切换至无人驾驶模式。
8.根据权利要求7所述的方法，其特征在于，所述根据所述持续时长、所述疲劳次数及所述比值，计算所述驾驶者的疲劳分值包括：
分别计算第一权重乘以所述比值的第一结果、第二权重乘以所述持续时长的第二结果以及第三权重乘以所述疲劳次数的第三结果，其中，所述第一权重、所述第二权重及所述第三权重的总和为100％；
累加所述第一结果、所述第二结果及所述第三结果，得到所述驾驶者的疲劳分值。
9.根据权利要求8所述的方法，其特征在于，所述当所述疲劳分值满足无人驾驶触发条件，切换至无人驾驶模式包括：
当所述疲劳分值大于或等于预设参考分值时，切换至无人驾驶模式。
10.一种无人驾驶设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9任一项所述的疲劳驾驶检测方法。