1.基于大数据的感知识别存储终端系统，包括行为识别端、扫描分析端、预判分析端和判断控制端，其特征在于：所述行为识别端和扫描分析端电连接，所述扫描分析端和预判分析端电连接，所述预判分析端和判断控制端电连接，所述行为识别端用于对骑手骑车时的状态进行识别，所述扫描分析端用于扫描分析骑手前方的情况，所述预判分析端用于探测到对象后，计算分析事故发生的几率，所述判断控制端用于预判环境的危险程度，对车辆执行控制；

所述行为识别端包括车速识别模块、眼动追踪模块、动作捕捉模块和危险识别模块，所述车速识别模块和眼动追踪模块电连接，所述眼动追踪模块和动作捕捉模块电连接，所述动作捕捉模块和危险识别模块电连接，所述车速识别模块用于识别当前骑行车速，所述眼动追踪模块用于追踪骑手的瞳孔关注点，所述眼动追踪模块包括计时计算子模块，所述计时计算子模块用于对骑手做出危险动作进行计时，所述动作捕捉模块用于捕捉骑手在骑行过程中危险动作，所述危险识别模块用于识别骑手骑车动作的危险程度，所述危险识别模块包括动作分析子模块和危险传输子模块，所述动作分析子模块和危险传输子模块电连接，所述动作分析子模块用于分析动作的危险系数，所述危险传输子模块用于危险动作维持超过一定阈值时，传输危险指令；

所述扫描分析端包括扫描探测模块、轨迹判断模块和对象分析模块，所述扫描探测模块和轨迹判断模块电连接，所述轨迹判断模块和对象分析模块电连接，所述扫描探测模块用于对骑手的前方环境进行红外扫描探测，所述轨迹判断模块用于判断所探测到对象的行动轨迹，所述轨迹判断模块包括速度分析子模块，所述速度分析子模块用于根据数据库分析所识别对象的行动速度，所述对象分析模块用于分析所探测的对象是否移动，所述对象分析模块包括雷达探测子模块，所述雷达探测子模块用于对探测到的对象进行雷达探测；

所述预判分析端包括路线分析模块和计算分析模块，所述路线分析模块和计算分析模块电连接，所述路线分析模块用于预测发生事故的路线进行分析，所述路线分析模块包括红外测距子模块，所述红外测距子模块用于识别到骑手的危险行为时，测量对象与骑手之间的距离，所述计算分析模块用于根据情况分析计算出车辆所需的车速，所述计算分析模块包括信息收集子模块，所述信息收集子模块用于收集获取的信息；

所述判断控制端包括信息判别子模块和执行控制模块，所述信息判别子模块和执行控制模块电连接，所述信息判别子模块用于辨别当前危险情况，做出相应反应，所述信息判别子模块包括信息接收子模块，所述信息接收子模块用于接收传输的指令和分析结果的信息，所述执行控制模块用于执行对车辆的控制；

所述感知识别存储终端系统的运行方法主要包括以下步骤：

步骤S1：在外卖骑手骑行的过程中，行为识别端对骑手的行为进行识别；

步骤S2：当识别到危险行为时，扫描分析端对骑行的前方环境进行红外扫描探测；

步骤S3：根据所扫描探测到的对象，预判分析端预判事故发生的几率；

步骤S4：对于提前预判的几率，判断控制端对车辆执行控制；

所述步骤S1进一步包括以下步骤：

步骤S11：车速识别模块识别到车辆有速度值时，向眼动追踪模块传输信号；

步骤S12：手机上端的眼动追踪模块启动，对骑手的面部进行扫描，捕捉骑手的眼球信息，在追踪到骑手的瞳孔关注点在手机方向时，计时计算子模块对当前动作进行计时；

步骤S13：同时动作捕捉模块对骑手触碰滑动手机屏幕的动作进行捕捉；

步骤S14：根据所识别骑手的行为，危险识别模块根据动作分析子模块分析骑手当前的动作，进行识别骑手的危险程度；

步骤S15：危险行为所维持的时间超过一定的阈值，危险传输子模块发送制动指令；

所述步骤S14进一步包括以下步骤：

步骤S141：动作分析子模块对骑手当前的危险行为进行分析；

步骤S142：在识别到骑手的瞳孔关注点在手机上，行为危险系数M＝1；

步骤S143：识别到骑手的瞳孔关注点在手机上，并有触碰滑动手机屏幕的动作，行为危险系数M＝2；

所述S14中，所识别的危险程度W的计算公式：

W＝K*T*V1*M

其中，W为所识别到的危险程度，K为危险情况转换系数，V1为当前骑行的车速值，T为危险行为所维持的时间值，M为骑手骑行时所做的行为危险系数，骑行的车速、危险行为所维持的时间和所做的危险行为都与危险程度成正比，危险行为所维持的时间值T和当前骑行的车速值V1不可超过一定的阈值，当满足T>6s，V1>10m/s两个充分条件时，危险识别模块发送制动指令；

所述步骤S2进一步包括以下步骤：

步骤S21：识别到骑手的危险行为，同时车头的扫描探测模块形成红外探测屏障对骑手前方的环境进行扫描探测；

步骤S22：利用雷达探测子模块对扫描探测到的对象是否移动进行雷达探测；

步骤S23：根据对象分析模块所分析判断的结果，轨迹判断模块对对象行动轨迹进行判断，从雷达探测中速度分析子模块分析目标对象行动速度；

所述步骤S3进一步包括以下步骤：

步骤S31：红外测距子模块利用红外线测试出对象与骑手之间的距离；

步骤S32：路线分析模块对预判事故的几率进行分析；

步骤S33：根据所预判的情况，计算分析模块对信息收集子模块所收集到的信息进行分析计算当前车辆所需的车速；

所述步骤S32中，预判事故的情况的计算公式：

其中，t为以当前车速预判行驶发生事故的时间值，t>0，C为骑手在当前位置测出与对象之间的距离值，V1为骑手原本车速值，V2为行动轨迹与骑手交叉的对象每秒的行动速度值，N为预判同一时间，骑手与识别对象发生事故的几率，当V1>V2，发生事故需同时满足公式

1和公式2，当V2>V1，发生事故需同时满足公式1和公式3， ε为转换系数，预判行驶发生事故的时间越快，发生事故的可能性越高；

所述步骤S33中，当前车辆所需车速V0的计算公式：

其中，V0为可以避免发生事故的车速，所识别的危险程度W和预判同一时间，骑手与识别对象发生事故的几率N与当前车辆所需车速V0成反比，危险程度越危险，车辆所需车速V0越慢，V0

2.根据权利要求1所述的基于大数据的感知识别存储终端系统，其特征在于：所述步骤S4进一步包括以下步骤：步骤S41：信息接收子模块接收传输的指令和分析结果的信息；

步骤S42：信息判别子模块根据所接收的资料，辨别当前危险情况，做出相应反应；

步骤S43：根据所做出的反应，执行控制模块对车辆进行控制。