1.一种房车拖挂状态检测方法，其特征在于，包括以下步骤：在车辆向道闸行驶的通道的侧部且距离所述道闸第一预设间距处设置第一检测装置，所述第一检测装置用于检测当前车辆是独立车辆还是带有拖挂尾车；

在车辆向道闸行驶的通道的地面或地下且距离所述道闸第二预设间距处设置第二检测装置，所述第二检测装置用于检测当前车辆达到所述道闸停车时是否停车到位，所述第二预设间距小于所述第一预设间距；

当车辆行驶经过所述第一检测装置时，设此时刻为T1，所述第一检测装置启动连续检测；

当车辆行驶到达所述第二检测装置时，判定当前车辆停车到位，设此时刻为T2；

若在T1到T2时刻之间，所述第一检测装置检测到当前车辆与后方车辆之间存在完全空隙的情况，则判定当前车辆为独立车辆；

若在T1到T2时刻之间，所述第一检测装置未检测到当前车辆与后方车辆之间存在完全空隙的情况，则判定当前车辆为头车，并带有拖挂尾车。

2.根据权利要求1所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置包括设置在车辆向道闸行驶的通道的一侧的摄像头，以及设置在车辆向道闸行驶的通道的另一侧的参照图板，所述摄像头与所述参照图板相对设置；当两者之间没有障碍物时，所述摄像头能够捕获所述参照图板的完整图像；当两者之间存在障碍物时，所述摄像头捕获的所述参照图板的图像不完整；

所述第二检测装置为地感线圈、激光探测器、毫米波雷达中的任意一种；

所述检测方法包括：

当所述第二检测装置检测到当前车辆停车到位后，判断在T1到T2时刻之间，所述摄像头连续捕获的所述参照图板的图像中是否存在显示完整的图像；

若所述摄像头连续捕获的所述参照图板的图像中存在显示完整的图像，则判定当前车辆为独立车辆，后面有空隙；

若所述摄像头连续捕获的所述参照图板的图像中不存在显示完整的图像，则判定当前车辆为头车，并带有拖挂尾车。

3.根据权利要求1所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置包括设置在车辆向道闸行驶的通道的一侧的红外发射装置，以及设置在车辆向道闸行驶的通道的另一侧的红外接收装置，所述红外发射装置与所述红外接收装置相对设置；当两者之间没有障碍物时，所述红外接收装置能够接收到所述红外发射装置发射的全部光线；当两者之间存在障碍物时，所述红外发射装置发射的部分光线被遮挡，所述红外接收装置只能接收到所述红外发射装置发射的部分光线；

所述第二检测装置为地感线圈、激光探测器、毫米波雷达中的任意一种；

所述检测方法包括：

当所述第二检测装置检测到当前车辆停车到位后，判断在T1到T2时刻之间，所述红外接收装置接收的光线是否存在完全未遮挡的情况；

若所述红外接收装置接收的光线存在完全未遮挡的情况，则判定当前车辆为独立车辆，后面有空隙；

若所述红外接收装置接收的光线不存在完全未遮挡的情况，则判定当前车辆为头车，并带有拖挂尾车。

4.根据权利要求1所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置包括设置在车辆向道闸行驶的通道的一侧的激光发射装置，以及设置在车辆向道闸行驶的通道的另一侧的激光接收装置，所述激光发射装置与所述激光接收装置相对设置；当两者之间没有障碍物时，所述激光接收装置能够接收到所述激光发射装置发射的激光；当两者之间存在障碍物时，所述激光发射装置发射的激光被遮挡，所述激光接收装置不能接收到所述激光发射装置发射的激光；

所述第二检测装置为地感线圈、激光探测器、毫米波雷达中的任意一种；

所述检测方法包括：

当所述第二检测装置检测到当前车辆停车到位后，判断在T1到T2时刻之间，所述激光接收装置是否存在能够接收到激光的情况；

若所述激光接收装置存在能够接收到激光的情况，则判定当前车辆为独立车辆，后面有空隙；

若所述激光接收装置不存在能够接收到激光的情况，则判定当前车辆为头车，并带有拖挂尾车。

5.根据权利要求1所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置设置在车辆向道闸行驶的通道的一侧，所述第一检测装置包括探测雷达，所述探测雷达的纵向探测范围至少覆盖距离地面30cm‑60cm的高度范围，所述探测雷达为超声波雷达或毫米波雷达；

所述第二检测装置为地感线圈、激光探测器、毫米波雷达中的任意一种；

所述检测方法包括：

当所述第二检测装置检测到当前车辆停车到位后，判断在T1到T2时刻之间，所述探测雷达在其纵向探测范围内探测到的目标距离是否存在纵向均大于或等于通道宽度的情况；

若所述探测雷达在其纵向探测范围内探测到的目标距离存在纵向均大于或等于通道宽度的情况，则判定当前车辆为独立车辆，后面有空隙；

若所述探测雷达在其纵向探测范围内探测到的目标距离不存在纵向均大于或等于通道宽度的情况，则判定当前车辆为头车，并带有拖挂尾车。

6.根据权利要求1所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置设置在车辆向道闸行驶的通道的一侧，所述第一检测装置包括图像获取单元和图像分析单元，所述图像获取单元用于连续拍摄T1到T2时刻之间的图像，所述图像分析单元用于对拍摄的图像进行预处理、特征提取和特征识别，判断拍摄的图像中是否包含连接装置；

所述第二检测装置为地感线圈、激光探测器、毫米波雷达中的任意一种；

所述检测方法包括：

当所述第二检测装置检测到当前车辆停车到位后，判断在T1到T2时刻之间拍摄的图像中是否包含连接装置；

若所述图像分析单元识别出拍摄的图像中未包含连接装置，则判定当前车辆为独立车辆；

若所述图像分析单元识别出拍摄的图像中包含连接装置，则判定当前车辆为头车，并带有拖挂尾车。

7.根据权利要求6所述的房车拖挂状态检测方法，其特征在于，所述图像分析单元对拍摄的图像进行预处理、特征提取和特征识别具体包括：收集拖挂式房车的各类连接装置的样本，形成样本训练集；

基于深度学习卷积神经算法对所述样本训练集进行目标识别训练，得到连接装置识别模型；

对拍摄的图像进行降噪和归一化预处理；

对预处理后的图像进行特征提取；

将提取的特征输入所述连接装置识别模型，根据模型输出结果判定拍摄的图像中是否包含连接装置。

8.根据权利要求1‑7中任一项所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置包括通信模块和预警模块；

所述通信模块将检测结果实时传输给停车场管理处或收费站管理处，以供所述停车场管理处或所述收费站管理处进行车辆进出登记；

所述预警模块包括语音播放器，当检测出当前车辆带有拖挂尾车时，所述预警模块进行语音播报，提示工作人员注意。

9.根据权利要求1‑7中任一项所述的房车拖挂状态检测方法，其特征在于，所述第二预设间距在1.5m‑2m之间，所述第一预设间距大于8.3m。

10.根据权利要求1‑7中任一项所述的房车拖挂状态检测方法，其特征在于，所述第一检测装置距离地面的高度在30cm‑60cm之间。