1.基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于，包括步骤：S1.基于循环神经网络构建模糊循环神经网络模型；所述模糊循环神经网络模型包括输入层、模糊层、隐含层和竞争层，所述输入层用于输入驾驶人多操作变量；所述模糊层用于对所述驾驶人多操作变量进行模糊化；所述隐含层用于训练时调整神经网络参数；所述竞争层用于寻找竞争获胜神经元，以及调整竞争获胜神经元的权向量并将该权向量作为对应操作变量的疲劳特征输出；

S2.对所述模糊循环神经网络模型进行训练和测试，得到训练完成的疲劳特征提取模糊循环神经网络；

S3.采用所述疲劳特征提取模糊循环神经网络实时提取实际驾驶中驾驶人多操作变量下的疲劳特征。

2.如权利要求1所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于，所述步骤S2具体包括步骤：S21.采集实车路况下的驾驶人多操作变量，并对所述驾驶人多操作变量进行数据处理后分为训练样本集和测试样本集；

S22.将所述训练样本集输入所述模糊循环神经网络模型中进行训练，确定所述模糊循环神经网络模型的神经网络参数；

S23.将所述测试样本集输入训练完成的所述模糊循环神经网络模型中，提取对应的疲劳特征；

S24.判断提取的疲劳特征是否满足需求，若是则将训练完成的所述模糊循环神经网络模型作为疲劳特征提取模糊循环神经网络，若否则更新训练样本集对所述模糊循环神经网络模型进行重新训练直至满足需求。

3.如权利要求2所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于，在所述步骤S21中，所述进行数据处理具体为：采用双加窗的方式对驾驶人多操作变量的时间序列进行数据处理；

所述双加窗的方式为：

每隔第一预设时间段对所述时间序列进行一次加窗，以及在所述第一预设时间段内每隔第二预设时间段对所述时间序列进行一次加窗，所述第一预设时间段为所述第二预设时间段的整数倍。

4.如权利要求3所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于：所述第一预设时间段为60s，所述第二预设时间段为1s。

5.如权利要求3所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于：所述模糊层进行模糊化采用的函数为高斯函数，表示为：

其中，xj表示所述驾驶人多操作变量中每一操作变量在第一预设时间段内的第j个时间序列，j＝1,2…m，m＝所述第一预设时间段/所述第二预设时间段。

6.如权利要求5所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于，所述隐含层的前向传播表示为：Hi＝σ(WFHFi+WHHHi-1+bH)                 (2)其中，WFH为所述模糊层到所述隐含层的权重矩阵，WHH为所述隐含层神经元之间的连接权重矩阵，bH为偏置向量，i＝1,2,…,n，n表示所述驾驶人多操作变量中操作变量的个数，σ(·)表示激活函数；循环神经元系数采用BPTT算法进行训练学习，对于基于梯度的学习需要模型参数θ和损失函数L之间存在闭式解，根据估计值和实际值之间的误差来最小化损失函数，则在损失函数上计算得到的梯度信息传回给模型，实现神经网络参数的修改；

假设对于序列Z1,Z2,…,Zt，通过St＝Gθ(St-1,Zt)将上一时刻的状态St-1映射到下一时刻的状态St，所述隐含层中神经元的损失函数LT的梯度表示为：根据链式法则，将Jacobian矩阵 分解为：

其中，ST表示当前周期的状态矩阵，ST-1表示上一周期的状态矩阵，ST-2表示上上周期的状态矩阵，以此类推；一个周期等于所述第一预设时间段，每个周期具有m个时刻的状态。

7.如权利要求6所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于：所述竞争层竞争获胜的前一输出，通过记忆单位S传递至下一个神经元，构成疲劳特征指标序列；

所述竞争层寻找竞争获胜神经元的算法是：假定经所述输入层输入的模式为X＝(X1,X2,…,Xn)，其中 xi、 分别表示第i操作变量xi的左边界值和右边界值，I[0,1]表示取值为0～1区间的实数集合，所述竞争层中所有神经元对应的权向量wj＝(wj1,wj2,…,wjn)(j＝1,2,…,m)；

所述竞争层将与X最相似的权向量判为竞争获胜神经元，最后按照Winner-Take-All学习规则调整权值，调整规则为：wj*(t+1)＝wj*(t)+α(f(wj*1,X),f(wj*2,X),…,f(wj*n,X))       (5)f(wj*i,X)＝sgn(xi-wj*i)d(wj*i,X)      (6)其中，式(5)中α∈[0,1]为学习率。

8.如权利要求7所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于：所述驾驶人多操作变量为与操作人直接相关的传感数据。

9.如权利要求8所述的基于循环神经网络的驾驶人多操作疲劳特征提取方法，其特征在于：所述传感数据包括方向盘转角、制动压力、左转向灯、右转向灯、节气门开度、横摆角速度、纵向加速度、横向加速度的时间序列。