1.一种基于智能道路交通风险预警方法的车路协同信息交互系统，其特征在于，包括道路环境感知模块，用于采集路网环境内任一道路交通环境使用对象的状态信息，并根据所述状态信息得到交通环境信息；

车辆行驶感知模块，用于采集车辆j在行驶过程中的行驶数据；

行车风险评估模块，用于根据车辆j的信息、交通环境信息以及车辆行驶过程中的动能构建车辆j对外界产生风险的行车安全场模型，并根据所述行车安全场模型计算车辆j的行车风险；

驾驶特性识别模块，用于根据所述车辆j的行驶数据计算车辆j的在行驶过程中的行驶特性，并根据所述行驶特性判断驾驶车辆j的驾驶员的驾驶特性；

云端数据中心，用于实时获取所述车辆j的行车风险和驾驶车辆j的驾驶员的驾驶特性，并将获取到的所述车辆j的行车风险和驾驶车辆j的驾驶员的驾驶特性与预设数据进行分析比较，得到实时的交通风险分布情况；当有车辆经过风险路段时，云端数据中心向该路段的关联车辆发出预警信号；

道路信息交互模块，用于实时将行车风险评估模块计算得到的所述车辆j的行车风险和驾驶特性识别模块计算得到所述驾驶车辆j的驾驶员的驾驶特性发送至云端数据中心；

将云端数据中心发出预警信号和实时的交通风险分布情况发送到相关联的车辆的车载预警终端。

2.根据权利要求1所述的基于智能道路交通风险预警方法的车路协同信息交互系统，其特征在于，所述车载预警终端包括分别与所述道路信息交互模块连接的报警器和显示器；所述显示器用于通过道路信息交互模块获取云端数据中心实时的交通风险分布情况，并根据实时交通风险分布情况形成交通风险分布图予以显示；所述报警器用于根据云端数据中心发出预警信号向驾驶员进行提前预警。

3.根据权利要求1所述的基于智能道路交通风险预警方法的车路协同信息交互系统，其特征在于，所述道路环境感知模块包括北斗高精度定位器以及路测单/双目摄像头或/和毫米波雷达或/和额中距离雷达或/和后中距离雷达。

4.根据权利要求1所述的基于智能道路交通风险预警方法的车路协同信息交互系统，其特征在于，所述车辆行驶感知模块包括行车电脑控制器以及分别与所述行车电脑控制器连接的车载摄像头和传感单元；所述传感单元包括车速传感器或/和加速度传感器或/和车轮转角传感器或/和油门踏板开度传感器或/和刹车开度传感器。

5.一种基于权利要求1‑4任一所述智能道路交通风险预警方法的车路协同信息交互系统进行车路协同信息交互方法，其特征在于，包括：S1：采集路网环境内任一道路交通环境使用对象的状态信息，并根据所述状态信息得到交通环境信息；

S2：采集车辆j在行驶过程中的行驶数据，S3：根据车辆j的信息、交通环境信息以及车辆行驶过程中的动能构建车辆j对外界产生风险的行车安全场模型，并根据所述行车安全场模型计算车辆j的行车风险；

S4：根据所述车辆j的行驶数据计算车辆j的在行驶过程中的行驶特性，并根据所述行驶特性判断驾驶车辆j的驾驶员的驾驶特性；

S5：用于实时获取所述车辆j的行车风险和驾驶车辆j的驾驶员的驾驶特性，并将获取到的所述车辆j的行车风险和驾驶车辆j的驾驶员的驾驶特性与预设数据进行分析比较，得到实时的交通风险分布情况；当有车辆经过风险路段时，云端数据中心向该路段的关联车辆发出预警信号。

6.根据权利要求5所述的基于智能道路交通风险预警方法的车路协同信息交互方法，其特征在于，所述车辆j在行驶过程中的行驶数据包括车辆j在行驶过程中的实时车速数据；此时，步骤3采用如下计算模型具体计算车辆j的在行驶过程中的行驶特性：ΔvN＝Vt‑V0

SjΔv≤SpΔv

其中， 表示驾驶人j在驾驶过程中的速度变化方差， 越大表示驾驶人驾驶性格越激进；SpΔv表示通过速度变化衡量驾驶员性格特征的标准方差；ΔvN表示单位时间汽车速度的变化量；V0表示单位时间内速度变化的初始值，Vt表示单位时间内速度变化的末态值，V0与Vt均不为零，当V0或Vt等于0时，ΔaN记为无效数据；ΔVp表示车速传感器测得车速的平均值，ΔVj表示车速传感器测得各个车速与ΔVp差值的平方的和。

7.根据权利要求5所述的基于智能道路交通风险预警方法的车路协同信息交互方法，其特征在于，所述车辆j在行驶过程中的行驶数据包括车辆j在行驶过程中的实时加速度数据；此时，步骤3采用如下计算模型具体计算车辆j的在行驶过程中的行驶特性：ΔaN＝At‑A0

SjΔa≤SpΔa

其中， 表示驾驶人j在驾驶过程中的加速度变化方差， 越大驾驶人驾驶性格越激进；SpΔa表示通过加速度变化衡量驾驶员性格特征的标准方差；ΔAN表示单位时间汽车加速度的变化量，A0表示单位时间内加速度变化的初始值，At表示单位时间内加速度变化的末态值，A0与At都不等于零，当A0或At等于0时，ΔaN记为无效数据；ΔAp表示加速度传感器测得汽车加速度的平均值，ΔAj表示加速度传感器测得各个加速度与ΔAp差值的平方的和。

8.根据权利要求5所述的基于智能道路交通风险预警方法的车路协同信息交互方法，其特征在于，所述车辆j在行驶过程中的行驶数据包括车辆j在行驶过程中的实时车轮转角数据；此时，步骤3采用如下计算模型具体计算车辆j的在行驶过程中的行驶特性：ΔawN＝Wt‑W0

SjΔw≤SpΔw

其中， 表示驾驶人j在驾驶过程中的车轮转角变化方差， 越大驾驶人驾驶性格越激进；SpΔw表示通过车轮转角变化衡量驾驶员性格特征的标准方差；ΔWN表示单位时间汽车车轮转角的变化量，W0表示单位时间内车轮转角变化的初始值，Wt表示单位时间内车轮转角变化的末态值，W0与Wt都不等于零，当W0或WAt等于0时，ΔwN记为无效数据；ΔWp表示车轮转角传感器测得汽车车轮转角的平均值，ΔWj表示车轮转角传感器测得各个车轮转角与ΔWp差值的平方的和。

9.根据权利要求5所述的基于智能道路交通风险预警方法的车路协同信息交互方法，其特征在于，所述车辆j在行驶过程中的行驶数据包括车辆j在行驶过程中的实时油门踏板开度数据；此时，步骤3采用如下计算模型具体计算车辆j的在行驶过程中的行驶特性：ΔoN＝Ot‑O0

SjΔo≤SpΔo

其中， 表示驾驶人j在驾驶过程中的油门踏板开度变化方差， 越大驾驶人驾驶性格越激进；SpΔo表示通过油门踏板开度变化衡量驾驶员性格特征的标准方差；ΔON表示单位时间油门踏板开度的变化量，O0表示单位时间内油门踏板开度变化的初始值，Ot表示单位时间内油门踏板开度变化的末态值，O0与Ot都不等于零，当O0或Ot等于0时，ΔoN记为无效数据；ΔOp表示汽车油门踏板开度传感器测得油门踏板开度的平均值，ΔOj表示油门踏板开度传感器测得各个油门踏板开度与ΔOp差值的平方的和。

10.根据权利要求5所述的基于智能道路交通风险预警方法的车路协同信息交互方法，其特征在于，所述车辆j在行驶过程中的行驶数据包括车辆j在行驶过程中的实时刹车开度数据；此时，步骤3采用如下计算模型具体计算车辆j的在行驶过程中的行驶特性：ΔbN＝Bt‑B0

SjΔb≤SpΔb

其中， 表示驾驶人j在驾驶过程中的刹车开度变化方差； 越大驾驶人驾驶性格越激进，SpΔb表示通过刹车开度变化衡量驾驶员性格特征的标准方差。ΔBN表示单位时间刹车开度的变化量，B0表示单位时间内刹车开度变化的初始值，Bt表示单位时间内刹车开度变化的末态值，B0与Bt都不等于零，当B0或Bt等于0时，ΔbN记为无效数据；ΔBp表示刹车开度传感器测得汽车刹车开度的平均值，ΔBj表示刹车开度传感器测得各个刹车开度与ΔBp差值的平方的和。