1.一种公交车驾驶人情绪监测与预测系统，其特征在于，包括：GPS导航系统、车载陀螺仪、前向雷达传感器、转向灯、加速度传感器、方向盘转角传感器、油门踏板位置传感器、车速传感器、OBD接口、语音播报装置、车载4G通讯模块以及驾驶人身份确定装置；其中，所述语音播报装置设置于公交车的驾驶室内，所述语音播报装置包含数据处理器、电控模块和播报器；

所述GPS导航系统、车载陀螺仪、前向雷达传感器、转向灯、加速度传感器、方向盘转角传感器、油门踏板位置传感器、车速传感器的信号输出端分别与所述OBD接口的信号输入端电连接；

所述OBD接口的信号输出端与所述数据处理器的信号输入端电连接，所述数据处理器的第一信号输出端与所述电控模块的信号输入端电连接，所述电控模块的信号输出端与所述播报器的控制端电连接；

所述数据处理器的第二信号输出端通过车载4G通讯模块与公交公司进行无线通讯。

2.根据权利要求1所述的公交车驾驶人情绪监测与预测系统，其特征在于，所述GPS导航系统用于实时获取公交车的位置信息，并提供行车线路信息和路况信息；所述车载陀螺仪用于在隧道或高大建筑物没有GPS讯号时，通过车载陀螺仪来测量公交车的偏航或直线运动位移信息；所述前向雷达传感器用于探测车辆前方目标信息；所述转向灯用于提供公交车的转向信息；所述加速度传感器用于采集公交车的加速度信息；所述方向盘转角传感器用于采集方向盘转角和方向盘转动角速度信息；所述油门踏板位置传感器用于采集加速踏板开度、加速踏板开度变化率信息；所述车速传感器用于采集公交车的速度信息；

所述OBD接口用于将GPS导航系统、车载陀螺仪、前向雷达传感器、转向灯采集的公交车的行驶状态信息传递给数据处理器；所述数据处理器根据OBD接口获取的公交车的行驶状态信息判断并识别出公交车运行阶段的子片段信息；

所述OBD接口还用于将转向灯、加速度传感器、方向盘转角传感器、油门踏板位置传感器、车速传感器采集的驾驶人的操作状态数据信息传递给数据处理器；所述数据处理器通过分析公交车运行阶段的子片段信息和驾驶人的操作状态数据信息，确定出公交车运行阶段的每个子片段对应的驾驶人的操作状态数据信息；

所述语音播报装置用于提醒驾驶人调整心态，安全驾驶；所述车载4G通讯模块用于建立公交车与公交公司的联系，将驾驶人的路怒信息传递到公交公司；所述驾驶人身份确定装置用于确定驾驶人身份信息。

3.根据权利要求2所述的公交车驾驶人情绪监测与预测系统，其特征在于，所述驾驶人身份确定装置为刷卡器。

4.根据权利要求2所述的公交车驾驶人情绪监测与预测系统，其特征在于，所述数据处理器用于将公交车运行阶段的每个子片段对应的驾驶人的操作状态数据信息与规则库中的对应子片段的驾驶人的操作状态数据稳定区间进行对比，判断驾驶人是否为正常行驶以及是否产生路怒情绪，并向所述电控模块发出指令；

所述电控模块用于控制播报器进行语音播报，所述播报器用于语音播报，提醒驾驶人安全驾驶。

5.一种公交车驾驶人情绪监测与预测方法，其特征在于，包括以下步骤：

步骤1，将公交车的运行阶段划分为多个子片段，以公交车在每个子片段的正常行驶时间和延误时间为分类依据，将每个子片段划分为多个延误等级；

步骤2，预先采集驾驶人在每个子片段的每个延误等级的操作状态数据信息，并建立驾驶人在每个子片段的每个延误等级的操作状态数据稳定区间的规则库；

步骤3，实时采集驾驶人在每个子片段的每个延误等级的实际操作状态数据信息，并将驾驶人的实际操作状态数据信息与对应的驾驶人的操作状态数据稳定区间进行比较，判断驾驶人是否为正常驾驶；

步骤4，当驾驶人为非正常行驶时，判断驾驶人是否产生路怒情绪；

步骤5，当驾驶人未产生路怒情绪时，对驾驶人进行路怒预测；

当驾驶人产生路怒情绪时，通过语音播报来提醒驾驶人注意；并对驾驶人产生的路怒时间进行确定，判断是否将驾驶人的路怒信息发送给公交公司。

6.根据权利要求5所述的公交车驾驶人情绪监测与预测方法，其特征在于，步骤1包含以下子步骤：子步骤1.1，将公交车的运行阶段划分为进站、出站、跟车行驶、自由行驶、换道、转弯、斑马线避让行人、掉头、路口停车等待、路口停车后起步、路口不停车通行11个子片段；

子步骤1.2，将公交车在每个子片段上不发生拥堵情况下的行驶时间作为正常行驶时间，并以每个子片段的正常行驶时间为参考基准，确定公交车在每个子片段上的不同等级的延误时间，根据公交车在每个子片段的正常行驶时间和不同等级的延误时间，将每个子片段划分为多个延误等级；其中，所述多个延误等级为：无延误、一般延误、中等延误、严重延误、极端延误。

7.根据权利要求5所述的公交车驾驶人情绪监测与预测方法，其特征在于，步骤2具体包含以下子步骤：子步骤2.1，对确定的行车线路和确定的驾驶人，设定监测周期，在监测周期内持续采集这个驾驶人在每个子片段的每个延误等级的操作状态数据信息；

其中，所述操作状态数据信息包含车辆加速度、方向盘转角、方向盘转动角速度、加速踏板开度、加速踏板开度变化率、车辆速度和转向灯信息；

子步骤2.2，将采集得到的驾驶人在每个子片段的每个延误等级的操作状态数据信息采用统计学方法，建立驾驶人在每个子片段的每个延误等级的操作状态数据稳定区间的规则库；

其中，驾驶人在每个子片段的每个延误等级的操作状态数据稳定区间为[A(i,j),B(i,j)]；其中，A(i,j)为稳定区间的下限，B(i,j)为稳定区间的上限，子片段数i＝1,2,…,11；

延误等级数j＝1,2,…,5。

8.根据权利要求5所述的公交车驾驶人情绪监测与预测方法，其特征在于，步骤3中，所述判断驾驶人是否为正常驾驶具体为：当驾驶人的实际操作状态数据信息居于对应的操作状态数据稳定区间内，则认为驾驶人正常行驶；

当驾驶人的实际操作状态数据信息偏离对应的操作状态数据稳定区间，则认为驾驶人非正常行驶。

9.根据权利要求5所述的公交车驾驶人情绪监测与预测方法，其特征在于，步骤4中，所述判断驾驶人是否产生路怒情绪具体为：当驾驶人不小于3个的实际操作状态数据信息偏离对应的操作状态数据稳定区间时，则认为驾驶人产生路怒情绪；否则，则认为驾驶人未产生路怒情绪。

10.根据权利要求5所述的公交车驾驶人情绪监测与预测方法，其特征在于，步骤5中，所述对驾驶人进行路怒预测的方法为：确定出当前延误等级为xj，延误等级数j＝1,2,3,4,5，分别表示无延误、一般延误、中等延误、严重延误、极端延误；将电子地图返回的前方路线拥堵程度记为ym，拥挤程度数m＝1,

2,3,…，ym+1>ym，则F(xj,ym)是由延误等级xj和前方拥堵程度ym所确定的函数，F(xj,ym)与xj和ym均为正相关；当P{F(xj,ym)}≥Ck时，则认为驾驶人将会出现路怒情绪；其中，P{F(xj,ym)}表示驾驶人出现路怒的概率，Ck表示驾驶人出现路怒的阈值，时间k＝5,10,15；

所述判断是否将驾驶人的路怒信息发送给公交公司具体为：

若驾驶人的实际操作状态数据持续2分钟以上脱离对应的操作状态数据稳定区间，即认为驾驶人长时间处于路怒情绪，则进行语音播报的同时将驾驶人的路怒情绪通过车载4G通讯模块传递给公交公司；否则，只进行语音播报，不将驾驶人的路怒情绪传递给公交公司。