1.基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，包括时速检测端、空间检测端、异物分析端、飞行分析端以及动作执行端；

时速检测端，用于实时检测无人机的飞行时速，并传输至异物分析端；

空间检测端，用于对无人机飞行空间中的障碍物进行检测，通过无人机上搭载的传感器，对飞行空间中的障碍物进行识别，当传感器在飞行空间的空间信息中识别出障碍物时，采集障碍图像，并根据障碍图像对应生成静态信号和动态信号，同时设置间断时间，将障碍物标记为障碍目标，并进行追踪，得到追踪信息，其中，动态信号包括意识信号和无意信号，之后空间检测端将静态信号、动态信号以及追踪信息传输至异物分析端；

异物分析端，用于接收静态信号、动态信号以及追踪信息，之后先以无人机检测到障碍物的位置标记为原点，并建立空间坐标系，当接收到静态信号时，根据障碍图像以及雷达信号，将静态物体在空间坐标系中进行标注，并设置安全区域、警告区域和危险区域，当接收到动态信号时，先对障碍物的轨迹进行拟合，之后对动态信号进行判断，根据有意信号和无意信号分别设置对应的安全区域、警告区域和危险区域，之后异物分析端将安全区域、警告区域和危险区域同时作为飞行区域并传输至飞行分析端，其中，动态信号中的安全区域、警告区域和危险区域的设置方法包括：对动态信号进行判断，当动态信号为无意信号时，根据障碍轨迹，获取预设轨迹在障碍轨迹的区域方向，以障碍轨迹上任意一点为起点，分别设置第一安全距离d1和第二安全距离d2，将区域方向中第一安全距离d1内的区域标记为危险区域，将第一安全距离d1和第二安全距离d2之间的区域标记为警告区域，将第二安全距离d2之外的区域标记为安全区域；

若动态信号为有意信号时，以障碍轨迹上任意一点为中心点，将第一安全距离d1和第二安全距离d2分别为半径设置第一球体和第二球体，其中第一球体的半径为d1，第二球体的半径为d2，将第一球体内的区域标记为危险区域，将第一球体和第二球体之间的区域标记为警告区域，将第二球体以外的区域标记为安全区域，d1＜d2，且d1和d2均为阈值；

飞行分析端，用于将无人机的预设轨迹与障碍轨迹在空间坐标系中进行标注，同时根据飞行区域，将预设轨迹不在安全区域内的部分标记为风险轨迹，并对风险轨迹中的风险系数进行计算，根据计算结果，分别得到安全飞行指令和避障指令，之后飞行分析端将安全飞行指令和避障指令传输至动作执行端，其中安全飞行指令和避障指令的获取方法包括：分别将预设轨迹、障碍轨迹及其飞行区域在空间坐标系中进行标注，判断无人机的预设轨迹是否全部在安全区域内，若在安全区域内时，将生成安全飞行指令；

若预设轨迹内存在一部分轨迹不在安全区域内时，提取此部分的预设轨迹标记为风险轨迹，同时将风险轨迹的距离除以飞行时速得到风险时间tz；

采用 得到风险系数Fx，Zx为障碍目

标对应的秩序值，dz为风险轨迹与障碍目标之间的距离最小值，adv为加速度均值，c1、c2和c3分别为固定系数，λ1、λ2、λ3和λ4分别为比例系数，Qn为风险轨迹在飞行区域中的危险系数，n取值为1和2，分别代表警告区域和危险区域，且Q1＜Q2；

将风险系数Fx与风险阈值Fy进行比较，当风险系数Fx小于风险阈值时，生成安全飞行指令，反之，当风险系数大于等于风险阈值时，此时将在空间坐标系中进行任意取点，将任意取点后的轨迹进行拟合，同时将拟合后的曲线标记为虚拟轨迹，此时将虚拟轨迹按照上述步骤重新处理，直至使风险系数Fx小于风险阈值，之后将此虚拟轨迹标记成避障指令；

动作执行端，用于根据接收的指定对应的飞行轨迹进行飞行。

2.根据权利要求1所述的基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，静态信号和动态信号的具体获取方法为：当无人机在空中飞行时，通过搭载的传感器向飞行空间中感知空间信息；

若在空间信息中识别出障碍物时，对障碍物的图像进行采集，生成障碍图像，将障碍图像与障碍信息进行匹配，得到空间信息中的障碍物状态，若障碍物状态为静止状态时，生成静态信号，若障碍物为运动状态时，对障碍物进一步识别，并根据识别结果对应生成意识信号和无意信号，意识信号即为障碍物为生命体时所生成的信号，无意信号即为障碍物为非生命体时生成的信号，之后将意识信号和无意信号共同标记为动态信号，同时将动态信号和静态信号作为障碍信号，并传输至异物分析端。

3.根据权利要求2所述的基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，追踪信息的获取方法为：设置间段时间，间段时间为阈值，当检测到障碍信号时，无人机每隔间段时间向飞行空间中发射检测信号，并记录发射时间、发射位置以及发射角度，检测信号包括图像信号和雷达信号，同时，当信号反射回来时，对反射信号接收时间以及信号接收角度进行记录，之后将无人机每隔间断时间的发射时间和发射位置以及发射角度和反射信号接收时间以及信号接收角度作为追踪信号。

4.根据权利要求1所述的基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，异物分析端接收到静态信号的分析方法为：S1：当无人机检测到障碍物时，以无人机检测到障碍物的位置为原点，将无人机飞行方向作为正方向，建立空间坐标系；

S2：检测障碍信号，若障碍信号为静态信号时，提取检测信号中的图像信号和雷达信号，先根据图像信号获取静态物体的轮廓，然后由雷达信号的发送与接收时间，采用公式得到静距值D1，静距值D1即为无人机在对雷达信号接收这个时间点中无人机与静态物体之间的直线距离，t1为雷达信号发送与接收之间的时间差，θ2表示无人机对雷达信号接收的角度，θ1表示无人机发射雷达信号的角度，VFs为无人机飞行时速；

S3：根据无人机的预设轨迹，并结合Ds1＝t1×VF获取无人机在t1时间内的飞行距离Ds1，根据此时的无人机位置依据静态物体的轮廓、静距值以及雷达信号接收的角度，将静态物体在空间坐标系中进行标记；

S4：将静态物体在空间坐标系中的位置标记为危险区域，将静态物体周围X1距离内的区域设置为警告区域，将警告区域以外的区域标记为安全区域，X1为阈值。

5.根据权利要求4所述的基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，异物分析端接收到动态信号的分析方法为：若障碍信号为动态信号时，提取追踪信息，并按照步骤S2和S3进行处理，将每个间段时间的无人机位置和障碍目标的位置在空间坐标系中进行标记，此时，在空间坐标系中存在多个障碍目标的位置坐标Dzi(xi，yi，zi)，i＝1、2、……、I，表示无人机对障碍目标检测了I次；

当连续采集次数大于等于a1时，将空间坐标系中的位置坐标Dzi采用数学模型进行拟合，得到障碍轨迹，障碍轨迹即为障碍目标的飞行轨迹；

采用 得到障碍移速Vi，I＝i+1，tg表示间段时

间；

利用 得到障碍目标移动的加速度adj，j＝1、2、…、J，之后对加速度取均值，得到加速度均值adv。

6.根据权利要求1所述的基于数据分析的无人机飞行风险智能分析控制系统，其特征在于，还包括飞行信息采集端和信息存储端；

飞行信息采集端，用于对无人机的飞行信息进行采集，并传输至异物分析端，飞行信息包括预设轨迹；

信息存储端，用于对无人机飞行时存在的风险信息进行存储，并传输至空间信息检测端，风险信息包括无人机飞行时所遇到的障碍信息以及对障碍信息所设置的参数，障碍信息指障碍物以及障碍物状态，设置的参数指根据障碍物状态所设置的秩序值。