1.基于人工智能的交通数据处理方法，其特征在于，包括步骤有，在车辆准备好进行自动驾驶之前，控制中心将实时的道路信息、交通信号、其他车辆的位置和速度信息传输到车辆中自动驾驶系统；自动驾驶系统根据接收到的数据和分析结果，做出正确的驾驶决策，包括变道驾驶决策，变道驾驶决策过程中自动驾驶系统首先控制需要变道的目标汽车打开转向灯并且向变道空间移动一个单位的安全距离，自动驾驶系统根据传感系统获取变道空间后侧车辆与需要变道的目标汽车的倾斜距离，然后自动驾驶系统控制需要变道的目标汽车调整向变道空间移动的安全距离同时监测动态变化的变道空间后侧车辆与需要变道的目标汽车的倾斜距离；自动驾驶系统根据需要变道的目标汽车调整的向变道空间移动的安全距离、变道空间后侧车辆与需要变道的目标汽车的倾斜距离以及变道空间后侧车辆驾驶速度、目标汽车的驾驶速度共同计算变道空间后侧车辆对应的情绪函数，自动驾驶系统根据变道空间后侧车辆对应的情绪函数进行变道驾驶决策；变道空间后侧车辆与需要变道的目标汽车的倾斜距离具体指“变道空间后侧车辆上距离需要变道的目标汽车的最近边缘点”到“需要变道的目标汽车上距离变道空间后侧车辆的最近边缘点”的距离；根据需要变道的目标汽车调整的向变道空间移动的安全距离、变道空间后侧车辆与需要变道的目标汽车的倾斜距离以及变道空间后侧车辆驾驶速度、目标汽车的驾驶速度共同计算变道空间后侧车辆对应的情绪函数，情绪函数y=exp(l1*A/l2)+exp((v2‑v1)*B)，l1为目标汽车调整的向变道空间移动的安全距离的平均值，l2为变道空间后侧车辆与需要变道的目标汽车的倾斜距离平均值，v2为变道空间后侧车辆平均驾驶速度、v1为目标汽车的平均驾驶速度，A、B均为常数，A为距离情绪常数，B为速度情绪常数，y为情绪值。

2.根据权利要求1所述的基于人工智能的交通数据处理方法，其特征在于，根据变道空间后侧车辆对应的情绪函数进行变道驾驶决策具体指，对于变道空间后侧车辆对应的情绪函数y=exp(l1*A/l2)+exp((v2‑v1)*B)，将l1/l2作为自变量及(v2‑v1)为自变量，确定A、B值，获取预测时间点的目标汽车调整的向变道空间移动的安全距离的平均值l1、变道空间后侧车辆与需要变道的目标汽车的倾斜距离平均值l2，变道空间后侧车辆平均驾驶速度v2、目标汽车的平均驾驶速度v1，计算预测的情绪函数值y，判断情绪函数值y是否大于阈值，如果情绪函数值y大于阈值则决定不变道否则可以进行变道。

3.根据权利要求1所述的基于人工智能的交通数据处理方法，其特征在于，距离情绪常数、速度情绪常数具体数值的确定可以使用梯度下降算法来逐步调整以优化，具体步骤包括以下步骤：首先需要定义一个目标函数，该函数用于评估距离情绪常数、速度情绪常数的优劣，目标函数可以选用安全指标，比如为情绪函数在实际测试过程中的安全性评价函数；

然后选择距离情绪常数、速度情绪常数初始值，然后计算梯度：在每个迭代步骤中，计算目标函数关于当前距离情绪常数或速度情绪常数的梯度，梯度可以表示为每个常数变化对目标函数的影响程度，然后根据梯度的大小，逐步调整常数的值，具体将常数减去学习率乘以梯度，得到新的常数值，学习率是一个超参数，用于控制每次常数调整的步长；重复迭代，直到满足收敛条件为止，收敛条件可以是目标函数的值达到预设的最小值或最大值，或者达到预设的最大迭代次数。

4.利用权利要求1所述方法的基于人工智能的交通数据处理系统，其特征在于，包括控制中心、自动驾驶系统，控制中心用于将实时的道路信息、交通信号、其他车辆的位置和速度信息传输到车辆中自动驾驶系统；自动驾驶系统用于根据接收到的数据和分析结果，做出正确的驾驶决策，包括变道驾驶决策，变道驾驶决策过程中自动驾驶系统还用于控制需要变道的目标汽车打开转向灯并且向变道空间移动一个单位的安全距离，自动驾驶系统还用于根据传感系统获取变道空间后侧车辆与需要变道的目标汽车的倾斜距离，然后自动驾驶系统还用于控制需要变道的目标汽车调整向变道空间移动的安全距离同时还用于监测动态变化的变道空间后侧车辆与需要变道的目标汽车的倾斜距离；自动驾驶系统还用于根据需要变道的目标汽车调整的向变道空间移动的安全距离、变道空间后侧车辆与需要变道的目标汽车的倾斜距离以及变道空间后侧车辆驾驶速度、目标汽车的驾驶速度共同计算变道空间后侧车辆对应的情绪函数，自动驾驶系统还用于根据变道空间后侧车辆对应的情绪函数进行变道驾驶决策。

5.根据权利要求4所述的基于人工智能的交通数据处理系统，其特征在于，包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行控制中心、自动驾驶系统的功能。