1.一种基于大数据的自动驾驶车辆碰撞分析方法，其特征在于：所述碰撞分析方法包括以下：安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号，根据接收到的第一混合信息的射频信号和中心车辆发生碰撞的风险等级，安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号；

所述第一混合信息包括第一响应信息和第一接收信息，所述第一响应信息用于供中心车辆分析接收到的射频信号的质量，所述第一接收信息为发送射频信号车辆的发生碰撞的风险等级；

中心车辆解析第一接收信息，并据此调节中心车辆的行驶数据特征后判断中心车辆发生碰撞的风险等级，安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号，所述第二混合信息包括第二反馈信息和第二分析信息，所述第二反馈信息包括对接收到的射频信号的质量进行反馈，所述第二分析信息为中心车辆发生碰撞的风险等级；

所述中心车辆分析接收到的射频信号的质量包括分析中心车辆射频信号的比特误码率；

所述对接收到的射频信号的质量进行反馈包括：当射频信号的比特误码率的测量值小于比特误码率阈值，控制相应发射射频信号车辆的发射器减小发射功率，当射频信号的比特误码率的测量值大于比特误码率阈值，控制相应发射射频信号车辆的发射器增大发射功率；

所述判断中心车辆发生碰撞的风险等级包括：

步骤S1：将发生碰撞和邻近碰撞的车辆数据作为样本，采集车辆样本在行驶过程中的行驶数据特征，对这些行驶数据特征利用K均值模型聚类，根据聚类结果按照碰撞风险的高低，将碰撞风险从高到低依次划分为4个碰撞风险等级，分别为高碰撞风险、中高碰撞风险、低碰撞风险和无碰撞风险，并将高碰撞风险和中高碰撞风险设定为警报等级；

步骤S2：采集中心车辆的行驶数据特征，将行驶数据特征输入K均值模型，输出碰撞的风险等级，判断车辆是否发出警报，若车辆发出警报，则车辆调节行驶数据特征；

所述行驶数据特征包括车辆速度、车辆加速度、车辆与周围车辆距离。