1.一种智能驾驶车辆智能感知人车交互方法，其特征在于，包括：

采集车辆评估数据、车速评估数据、天气评估数据与道路评估数据；

基于车辆评估数据、车速评估数据、天气评估数据与道路评估数据通过计算分析得出道路安全评估值；

设置道路安全评估阈值并与道路安全评估值比对生成道路危险调节策略；

计算模拟道路安全评估值，将模拟道路安全评估值与道路安全评估值比对分析，生成车道推荐策略；

设置下降时间阈值生成改良调节策略；

当道路安全评估值>道路安全评估阈值时,当道路安全评估值开始下降时，且持续下降的时间超过下降时间阈值时，生成改良调节策略；

根据车速评估数据与道路安全评估值生成操作驳回策略；

基于道路危险调节策略、车道推荐策略、改良调节策略与操作驳回策略对驾驶车辆进行处理。

2.根据权利要求1所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，所述车辆评估数据包括车道拥堵指数和距离评估值；车道拥堵指数为驾驶车辆实时左右车道的车辆总数与所有车道的车辆总数之比；所有车道的车辆总数为驾驶车辆行驶同向车道车辆检测装置检测范围内识别的车辆数量；

距离评估值为驾驶车辆前车车尾和后方跟车车头之间的距离；

所述车速评估数据包括驾驶车辆实时车速、驾驶车辆前车实时车速与驾驶车辆实时车速之差以及驾驶车辆实时车速与驾驶车辆后方跟车的实时速度之差；

所述天气评估数据包括天气状态评估值,天气状态评估值根据当地的天气状态设置；

道路评估数据包括道路等级评估值；所述车速评估数据还包括驾驶车辆四周车辆的实时车速。

3.根据权利要求2所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，所述道路安全评估值计算过程如下：通过公式：计算道路

安全评估值privot，式中：a为车道拥堵指数；b为距离评估值；c为驾驶车辆实时车速；d为驾驶车辆前车实时车速与驾驶车辆实时速度之差；e为驾驶车辆实时车速与驾驶车辆后方跟车的实时速度之差；g为天气状态评估值；h为道路等级评估值；

当道路安全评估值>道路安全评估阈值时，标记为道路安全状态；道路安全评估值≤道路安全评估阈值时，标记为道路危险状态，生成道路危险调节策略。

4.根据权利要求3所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，当道路安全评估值>道路安全评估阈值时，实时模拟计算驾驶车辆在同一横截面位置不同车道的模拟道路安全评估值，生成车道推荐策略；

所述车道推荐策略生成过程如下：

以当前驾驶车辆行驶所在横截面为基准，模拟将驾驶车辆平移至右方车道中心线；

此时模拟状态下的前车和后车，为实际右车道前车和右车道后方跟车；模拟的车道拥堵指数为实际右车道的左右两车道车辆总数与所有车道的车辆总数之比；模拟的距离评估值为实际右车道前车车尾和右车道后方跟车车头之间的距离；

当模拟的距离评估值小于预设的变道安全距离阈值时，右车道不能变道；当模拟的距离评估值大于等于预设的变道安全距离阈值时，标记为允许变道；

在允许变道情况下，d为驾驶车辆右车道前车实时车速与驾驶车辆实时速度之差；e为驾驶车辆实时车速与驾驶车辆右车道后方跟车的实时速度之差；

计算模拟道路安全评估值，并与道路安全评估值相比较，当模拟道路安全评估值大于实际道路安全评估值，生成车道推荐策略。

5.根据权利要求4所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，当道路安全评估值≤道路安全评估阈值时，检测到驾驶车辆的实时速度增加时，标记为驾驶员误操作，生成操作驳回策略。

6.根据权利要求5所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，将若干组历史发生事故时和安全时车辆评估数据、车速评估数据、天气评估数据与道路评估数据作为训练特征数据；基于训练特征数据训练出实时生成增强道路安全评估值的机器学习模型；

所述机器学习模型的训练过程如下：

对每组训练特征数据设置标签，标签为1到10的正整数，标签表示增强道路安全评估值；将每组训练特征数据与每组训练特征数据对应的标签构建为一个样本，收集多个样本构建为机器学习的数据集，所述数据集分为训练集、验证集和测试集，其中训练集占数据集的70％，验证集和测试集各占数据集的15％；

将所述训练集作为机器学习模型的输入，所述机器学习模型以增强道路安全评估值作为输出，以实时的训练特征数据所对应的增强道路安全评估值为预测目标，以最小化机器学习模型损失函数值 作为训练目标；损失函数中mse为损失函数值，i为训练特征数据组号；u为训练特征数据组数；yi为第i组训练特征数据对应的标签， 为第i组实时训练特征数据预测的增强道路安全评估值；当机器学习模型损失函数值小于等于预设的目标损失值时停止训练。

7.根据权利要求6所述的一种智能驾驶车辆智能感知人车交互方法，其特征在于，道路危险调节策略包括语音提示驾驶员降速，在车载中控系统发出警告或自动对车辆降速；车道推荐策略包括在车载中控系统推荐驾驶员向左方或右方变道；改良调节策略包括自动对车辆降速，在车载中控系统中推荐驾驶员降速；操作驳回策略包括强制对车辆刹车。

8.一种智能驾驶车辆智能感知人车交互系统，其特征在于，包括：

数据采集模块(1)，用于采集车辆评估数据、车速评估数据、天气评估数据与道路评估数据；

数据分析模块(2)，基于车辆评估数据、车速评估数据、天气评估数据与道路评估数据通过计算分析得出道路安全评估值；设置道路安全评估阈值并与道路安全评估值比对生成道路危险调节策略；

计算模拟道路安全评估值，将模拟道路安全评估值与道路安全评估值比对分析，生成车道推荐策略；设置下降时间阈值生成改良调节策略；根据车速评估数据与道路安全评估值生成操作驳回策略；

智能决策模块(3)，基于道路危险调节策略、车道推荐策略、改良调节策略与操作驳回策略对驾驶车辆进行处理；

模型训练模块(4)，基于训练特征数据训练出实时生成增强道路安全评估值的机器学习模型。

9.一种电子设备，其特征在于，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，执行权利要求1～7任一项所述的一种智能驾驶车辆智能感知人车交互方法。

10.一种计算机可读存储介质，其特征在于：储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的一种智能驾驶车辆智能感知人车交互方法。