1.一种基于目标识别的交通信号数据自动分类控制方法，其特征在于，包括以下步骤，步骤S1，设定探索时间，在探索时间内设置多个激光雷达探测频率分别检测信噪比，选择最大信噪比对应的激光雷达探测频率作为初始激光雷达探测频率；

步骤S2，利用初始激光雷达探测频率检测自身车辆运动状态以及目标车辆运动状态计算事件异常指数；

步骤S3，接收探测目标反射信号特征确定小型车辆目标种类，综合事件异常指数和小型车辆目标种类调整激光雷达探测频率；

步骤S4，通过激光雷达探测频率、目标车辆与自身车辆距离计算碰撞时间，根据碰撞时间计算安全距离，并以该安全距离作为报警阈值。

2.根据权利要求1所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S1中，探索时间用于搜寻最大信噪比下的激光雷达探测频率，信噪比是衡量信号的强度与背景噪声的强度之间的比率，在激光雷达系统中，信噪比用于评估检测目标的能力，较高的信噪比可以提高目标的识别率和精度。

3.根据权利要求1所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S2中，自身车辆运动状态包括自身车辆的当前位置、行驶速度和行驶方向，目标车辆运动状态包括目标车辆的当前位置、行驶速度和行驶方向。

4.根据权利要求3所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S2中，通过自身车辆的当前位置与目标车辆的当前位置计算彼此之间的相对位置，结合自身车辆的行驶速度、行驶方向以及目标车辆的行驶速度、行驶方向使用强化学习方法计算事件异常指数。

5.根据权利要求4所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S2中，使用强化学习方法计算事件异常指数具体步骤如下：

环境设置：设置车辆状态，设置车辆动作，根据车辆状态和车辆动作设置行为奖励；

强化学习：初始化事件异常指数，设置奖励机制，根据奖励机制更新事件异常指数，制定训练规则，设定时间步，在每个时间步更新事件异常系数。

6.根据权利要求1所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S3中，接收探测目标反射信号特征确定小型车辆目标种类时通过对比数据库中不同种类小型车辆反射信号和形状确定小型车辆目标种类，根据小型车辆目标种类计算不同的特征系数，若目标车辆为非机动车辆，则特征系数设置为0，若目标车辆为机动车辆，其特征系数计算步骤如下：选择一段探测时间记录所有小型车辆的目标车辆尺寸和目标车辆行驶速度分别合并为车辆尺寸数据集和车辆行驶速度数据集，对车辆尺寸数据集和车辆行驶速度数据集中的数据去单位化后进行数值排序，按照从小到大的顺序排序后设置分类区间，设置分割比例将数据集划分成多份小数据集，得到划分后的小数据集的数值区间并计算平均值，选出平均值中的中位数，计算每个小数据集平均值与中位数的比值作为车辆尺寸系数或车辆速度系数；

对目标车辆进行检测后，确定目标车辆尺寸和目标车辆行驶速度对应的小数据集数值区间，利用对应小数据集的车辆尺寸系数和车辆速度系数计算平均值作为目标车辆的特征系数。

7.根据权利要求6所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S3中，将目标车辆的特征系数和每个时间步得到的事件异常系数利用逻辑回归法计算逻辑回归系数作为激光雷达探测频率的调整比例，在每个时间步将上一个激光雷达探测频率与调整比例的比值作为调整后的激光雷达探测频率。

8.根据权利要求1所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S4中，系统计算碰撞时间后根据激光雷达探测范围动态设定安全距离，具体步骤如下：每次激光雷达探测频率更新时，根据自身车辆速度和目标车辆速度进行同向作差，相向求和操作计算碰撞速度，并与前一次记录的碰撞速度比较大小，选择较大的速度进行计算，将目标车辆和自身车辆的距离与筛选后碰撞速度的比值作为碰撞时间进行记录，并与前一次记录的碰撞时间进行比较，选择较小的作为碰撞评估时间，设置安全范围比例计算安全距离，将碰撞评估时间乘以安全范围比例后与碰撞速度的乘积作为安全范围。

9.根据权利要求8所述的一种基于目标识别的交通信号数据自动分类控制方法，其特征在于：在步骤S4中，通过调整后的激光雷达探测频率在每个时间步检测目标车辆运动状态以及自身车辆运动状态动态更新安全范围，当自身车辆和目标车辆距离达到安全范围内，报警器进行报警。