1.一种电动车，其特征在于，包括：

车辆脚踏组件，所述车辆脚踏组件包括控制器；以及

控制车轮转动的电机；所述控制器与所述电机电连接，使所述车辆脚踏组件能够控制所述电机的输出；

其中，所述控制器包括第一激发态、第二激发态和关闭状态；所述车辆脚踏组件还包括踏板和底座，所述踏板与所述底座可转动连接，所述踏板相对于所述底座能够沿第一方向和第二方向转动，所述第一方向与所述第二方向相反；所述踏板的转动能够使所述控制器处于不同的状态：所述踏板相对于所述底座处于初始位置时，所述控制器处于关闭状态；所述踏板相对于所述底座沿第一方向转动时，所述控制器处于第一激发态；所述踏板相对于所述底座沿第二方向转动时，所述控制器处于第二激发态；

所述电动车包括低速模式和高速模式；所述电动车处于所述低速模式时，所述电动车的最大车速小于或等于第一预设车速；所述电动车处于所述高速模式时，所述电动车的最大车速大于第一预设车速；

所述高速模式基于以下方法确定：

获取用户在预设驾驶时间内的驾驶数据，所述驾驶数据包括用户踩踏所述踏板的转动数据和所述踏板受到的踩踏力的数据；

基于预设算法确定所述高速模式的驾驶参数，所述驾驶参数包括所述电动车的最大车速和所述电机的输出转速，所述基于预设算法确定所述高速模式的驾驶参数包括：根据用户踩踏所述踏板的转动数据和所述踏板受到的踩踏力的数据，确定不同用户之间的踩踏习惯；

通过所述预设算法确定用户的踩踏习惯对应的数值；

基于所述踩踏习惯对应的数值调整所述电机的输出转速。

2.根据权利要求1所述的电动车，其特征在于，所述预设算法包括机器学习算法，所述基于预设算法确定所述高速模式的驾驶参数包括：将所述驾驶数据输入至训练好的机器学习模型；

基于所述训练好的机器学习模型确定所述高速模式的驾驶参数。

3.根据权利要求2所述的电动车，其特征在于，所述训练好的机器学习模型通过以下方式训练获得：获取样本驾驶数据以及样本驾驶参数；

将所述样本驾驶数据输入至初始机器学习模型，以所述样本驾驶参数作为训练标签对所述初始机器学习模型进行训练，获得所述训练好的机器学习模型；

其中，所述样本驾驶数据包括不同用户在所述低速模式下驾驶所述电动车时的历史驾驶数据；所述样本驾驶参数包括与所述电动车具有相同配置或结构的其他电动车的历史驾驶参数。

4.根据权利要求1所述的电动车，其特征在于，所述踏板沿第一方向和/或第二方向转动的角度所对应的所述电动车在所述低速模式时所述电机的输出转速的增幅大于所述电动车在所述高速模式时所述电机的输出转速的增幅。

5.根据权利要求1所述的电动车，其特征在于，所述车辆脚踏组件包括第一车辆脚踏组件和第二车辆脚踏组件；所述电机的数量为多个，不同的所述电机对应于控制不同的车轮的转速；

当所述电动车处于所述低速模式时，所述第一车辆脚踏组件和所述第二车辆脚踏组件分别控制不同的所述电机；

当所述电动车处于所述高速模式时，所述第一车辆脚踏组件和所述第二车辆脚踏组件中的至少一个的至少部分功能被限制。

6.根据权利要求5所述的电动车，其特征在于，当所述电动车处于所述高速模式时，所述第一车辆脚踏组件和所述第二车辆脚踏组件中的一个控制全部的所述电机。

7.根据权利要求6所述的电动车，其特征在于，当所述电动车处于所述高速模式时，所述第一车辆脚踏组件和所述第二车辆脚踏组件中的另一个仅执行制动操作，或者被锁定。