1.一种营运车辆驾驶员安全性检测方法，其特征在于，包括以下步骤：S1，采集车辆在行车过程中的车辆运动状态数据和车辆与周围交通环境之间相对关系参数的数据；

S2，通过调研分析及专家打分法对不安全驾驶行为进行打分，确定便于通过车辆自身参数检测的营运车辆的不安全驾驶行为；

S3，基于层次分析法，建立营运驾驶员安全性检测模型；具体方法如下：驾驶员安全状态为目标层，下设频率检测指标，建立判断公式，频率指标是指单位时间内不安全驾驶行为的数量，取选定时间段内平均值；

判断公式为

式中， 为不安全驾驶行为i的频率指标， 为选定时间段内不安全驾驶行为i在第j天的数量，k选定检测时间内包含的总天数；

基于统计法和调研法确定不安全驾驶行为的初始判断矩阵，然后将初始判断矩阵带入到检测模型进行训练，得出各个指标的权重；

S4，根据营运驾驶员安全性检测模型中输出的驾驶员检测总分进行驾驶员安全性分级判定；

S5，根据采集到的实际驾驶数据中的不安全驾驶行为数据和事故数据，动态更新步骤三层次分析法中的指标权重，建立动态评估系统。

2.根据权利要求1所述的一种营运车辆驾驶员安全性检测方法，其特征在于，S1中，采集的数据包括自车车速、车辆位置信息、车辆与车道线之间的距离、车辆纵向加速度、横摆角速度、辆方向盘转角数据和本车与前车的距离。

3.根据权利要求2所述的一种营运车辆驾驶员安全性检测方法，其特征在于，自车车速和车辆位置信息通过车载GPS采集；

车辆与车道线之间的距离通过车道线传感器采集；

车辆纵向加速度和横摆角速度通过陀螺仪采集；

车辆方向盘转角数据通过方向盘转角传感器采集；

本车与前车的距离通过车距测量系统采集。

4.根据权利要求1所述的一种营运车辆驾驶员安全性检测方法，其特征在于，得出各个指标的权重的具体方法如下：统计往年导致事故发生的不安全驾驶行为的数量，得出基于事故数据的不安全驾驶行为与事故间的关系的相对重要性矩阵；

通过对营运驾驶员进行调研，得出基于调研法的不安全驾驶行为与事故间的关系的相对重要性矩阵；

将基于事故数据的不安全驾驶行为与事故间的关系的相对重要性矩阵和基于调研法的不安全驾驶行为与事故间的关系的相对重要性矩阵合并，作为模型中的不安全驾驶行为的初始判断矩阵A；

假设A的最大特征根为λ，则得到AW＝λW，通过移向整理得到(A-λI)W＝0，该公式为齐次方程组，而方程组必有非零解，则方程组系数组成的行列值一定等于零，即：det(A-λI)＝0；

求出判断矩阵A的特征根λ，将特征根λ带入公式det(A-λI)＝0得出特征向量，即求出各个指标对应的权重值I＝[ω(x1),...,ω(xi)]T。

5.根据权利要求1所述的一种营运车辆驾驶员安全性检测方法，其特征在于，计算驾驶员检测总分的方法如下：输入驾驶员待测时间对应的不安全驾驶行为的频率值后，即可得出驾驶员的安全性检测总分Z，表示为如下：

6.根据权利要求1所述的一种营运车辆驾驶员安全性检测方法，其特征在于，S5中更新步骤三层次分析法中的指标权重的具体方法如下：统计事故前特定时间内驾驶员发生的不安全驾驶行为次数，与特定时间内平均次数比较，若不安全驾驶行为次数相较于均次数升高的不安全驾驶行为a的权重值增加一个增量Δω(xa)，而下降的不安全驾驶行为b权重值减少一个Δω(xb)，且保证：更新指标权重值之和后，重新计算驾驶员安全性评价的总分：若得出的总分Z分级为非常危险或者危险级，则证明该评价权重可靠性高，后续的安全状态评价工作依然沿用该套权重值；若得出的总分Z分级为安全级或者正常级，则证明之前的评价权重不可靠，重新更新权重，直到Z值在合理危险等级范围内，停止更新权重。