1.一种基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：包括以下步骤：S1：车载传感器、车载诊断系统OBD2和车载单元OBU通过车载以太网实时收集车辆行驶过程中的驾驶数据，所述车载OBU终端与路侧RSU信号覆盖范围内的RSU建立V2X通信连接，将驾驶数据传输到路端边缘计算单元MEC中进行数据处理；

S2：利用数据处理模块，边缘计算单元MEC对驾驶数据进行预处理，包括数据过滤和特征提取，得到有效驾驶特征数据；

S3：采用基于模糊逻辑的算法对有效驾驶特征数据进行处理，对实时驾驶风格进行分类，在一个时间窗口内输入车辆运动横纵向运动学参数的统计特征，输出驾驶风格类别，包括缓慢型、稳定型和激进型；

S4：根据驾驶风格分类结果，通过风险预警模块，对缓慢型和激进型驾驶风格进行预警，提醒驾驶员及时调整驾驶行为；

S5：RSU模块通过V2X通信技术将信息回传到车载OBU，通过可视化输出模块，将预警信息输出至车端驾驶员可视化界面。

2.根据权利要求1所述的基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：步骤S3具体包括以下步骤：

S31：输入特征的模糊表示，通过以下四个输入特征代表车辆运动的纵向和横向运动学参数：第一个是平均速度，车辆速度在一个时间窗口内的平均值，由五个二类模糊子集使用梯形隶属函数离散化，具有梯形隶属函数的区间二型模糊集对系统的输入特征和输出进行建模；

第二个和第三个分别是正加速度和负加速度的平均值，激进型驾驶员的平均加速度和减速度大于稳定型驾驶员，稳定型驾驶员的平均加速度和减速度大于缓慢型驾驶员，这些特征具有相同的离散化，具有三个模糊子集；

第四个是横向冲击度，它表征驾驶员如何改变其横向加速度，该条目具有三个模糊子集离散化；

每个模糊子集的所有值均通过数据的层次离散化联合分析、数据的描述性统计分析；

模糊化是第一个块将清晰值的输入向量 映射到二型模糊集，代表模糊输入输出处理模块的输入，如下：

a＝{a1,a2,...an},a1∈A1,...,an∈An二型模糊集记为 其中U是论域，是一个模糊集合，其隶属函数为二型隶属函数如下所示：其中， Jx称为x的主隶属度， 是次集，属于一类模糊集；

S32：所述步骤S31中得到输入特征的模糊表示，将输入数据转换为模糊集后，使用规则库存储模糊系统的知识，由专家系统通过逻辑命题“IF‑THEN”定义，任何规则都包括两个部分：IF部分和ELSE部分；IF部分是前项，THEN部分是后项，前提之间使用关键词AND、OR或者两者混合使用，如下：其中， 是模糊系统的输出，属于可能的集合输出Y，称为结果；

S33：决策过程由基于模糊逻辑构建的模糊推理机执行，推理算法通过模糊逻辑推理，使用存储在规则库中的规则，将输入x映射为输出 这种映射被认为是输入空间A1×…×An到输出 的非线性划分；

S34：通过类型降阶器将模糊推理的输出转换为一型模糊集；

S35：模糊系统的输出是模糊集“驾驶风格”，具有三个具有梯形隶属函数的子集：缓慢型以低运动学特征为特征；稳定型具有中等运动学特征；激进型具有攻击性，具有高运动学特征；类型降阶器的输出用作二型模糊系统的最终结果，通过去模糊化方法获得清晰的值作为输出。

3.根据权利要求1所述的基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：基于规则的专家系统包含五部分：知识库，数据库，推理引擎，解释工具和用户界面；知识库包含解决问题相关的领域知识；在基于规则的专家系统中，知识用一组规则来表达，其具有IF‑THEN结构，当规则的条件被满足时，触发规则，继而执行行为；数据库包含一组事实，用于匹配知识库中的IF；推理引擎执行推理，专家系统由此找到解决方案；推理引擎链接知识库中的规则和数据库中的事实；用户使用解释设备查看专家系统怎样得出解决方案的过程；用户界面是实现用户和专家系统之间交流的途径。

4.根据权利要求1所述的基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：区间二型模糊集：设 为论域U中的二型模糊集， 为其二型隶属函数，区间二型模糊集当且仅当：二型隶属函数 由一型下级隶属函数和一型上级隶属函数表示，如下所示：区间二型模糊集中包括上隶属度函数UMF和下隶属度函数LMF，UMF论域上任意一点及其对应的隶属度区间的上界所构成的一个一型模糊集，LMF论域上任意一点及其对应的隶属度区间下界所构成的一个一型模糊集，下隶属度函数是非正规的，即其最大的隶属度不为1；所有上隶属度函数和下隶属度函数之间的区域构成不确定覆盖域为不确定覆盖区域FOU；通过引入多值映射来定义主隶属度Lx＝[ax,bx],x∈X；对应的上下隶属函数及不确定覆盖域分别表示为：UMF＝{(x,bx),x∈X}

LMF＝{(x,ax),x∈X}

区间二型梯形集，记为 用上下隶属函数表示，为 其中AU和AL分别为上下隶属函数，并且可以参数化如下：其中

当 且 时，则 且 上下隶

属函数之间的面积称为不确定性足迹(Footprint Of Uncertainty，FOU)，表示二型模糊集的不确定性，面积越小不确定性越小。

5.根据权利要求1所述的基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：在模糊逻辑的驾驶风格分类方法中，模糊系统是一种基于规则的技术，它将输入数据转换为模糊集，并使用以逻辑介词表示的专家知识来做出决策，决策过程由基于模糊逻辑构建的模糊推理机执行，模糊系统由五个部分组成：模糊化、规则库、推理算法、类型降阶器和去模糊化；

模糊器是第一个块将清晰值的输入向量 映射到二型模糊集，代表模糊输入输出处理模块的输入，如下：

a＝{a1,a2,...an},a1∈A1,,an∈An规则库存储模糊系统的知识，由专家通过逻辑命题“IF‑THEN”定义；

推理算法通过模糊逻辑推理，使用存储在规则库中的规则，将输入x映射为输出这种映射被认为是输入空间A1×...×An到输出 的非线性划分；

对于给定输入x′＝(x′1,x′2,…,x′I)，区间二型模糊系统推理过程为：x′i在每个 上的隶属区间，如公式所示：

n

计算第n条规则的激活度区间，F(x')：

类型降阶器将模糊推理的输出转换为一型模糊集，具体通过Center‑of‑sets降阶器计算如下：L和R被称为转换点，满足如下不等式：

L L+1

y≤yl≤y

n

其中，{y}和 按升序排列；

模糊系统的输出，是模糊集“驾驶风格”，具有三个具有梯形隶属函数的子集：缓慢型以低运动学特征为特征；稳定型具有中等运动学特征；激进型具有攻击性，具有高运动学特征；

类型降阶器的输出用作二型模糊系统的最终结果，也通过去模糊化方法获得清晰的值作为输出；

去模糊化之后的输出计算为：

输出是驾驶风格类别，即缓慢型、稳定型和激进型。

6.根据权利要求1所述的基于模糊逻辑的实时驾驶风格分类及预警方法，其特征在于：所述驾驶数据包括车辆速度、车辆加速度、车辆减速度、横向车辆冲击度。