1.一种基于人工智能的智能交通监控系统的数据处理系统，其特征在于，包括：动态车辆信息采集模块，用于采集信号调控路口上所有侯行车辆的信息，所述信息包括历史违章记录和侯行位置；

智能风险分类模块，用于基于所述信息预测每辆侯行车辆的行驶风险率，并根据行驶风险率标识不同通行方向的危险车辆和安全车辆；

所述通行方向分别为直行、左转和右转；

通行时长预测模块，用于预测侯行车辆在信号调控路口的通行速度，根据侯行位置计算通过信号调控路口的通行时长；

绿灯时长动态调控模块，用于在固定信号周期内，基于直行和左转的危险车辆分布，动态调控绿灯时长；

右转车流限行控制模块，用于限行右转的危险车辆，减少相邻车道上危险车辆并列行驶的风险，具体包括：当直行的侯行车辆通过信号调控路口后，右转的侯行车辆和所述直行的侯行车辆在相邻车道行驶；

计算相邻车道上危险车辆并列行驶的风险，并基于设定的并列风险阈值，限行右转的危险车辆。

2.根据权利要求1所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述动态车辆信息采集模块，用于采集信号调控路口上所有侯行车辆的信息，所述信息包括历史违章记录和侯行位置，包括：所述信号调控路口包括垂直交汇的两条主干道路，其中，每条主干道包括行驶方向相反的两条分干道路；

每条分干道路包括三条道路，分别为左转道路、直行道路和右转道路；

将两条主干道分别命名为主通道一和主通道二；

将主通道一的两条分干道路分别命名为子通道一和子通道二，将主通道二的两条分干道路分别命名为子通道三和子通道四；

在信号调控路口设置四组交通信号灯，分别对应四条分干道路，每组交通信号灯包含直行信号灯和左转信号灯，分别控制侯行车辆的直行和左转。

3.根据权利要求2所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述智能风险分类模块，用于基于所述信息预测每辆侯行车辆的行驶风险率，并根据行驶风险率标识不同通行方向的危险车辆和安全车辆，包括：为每个通行方向设置道路，具体为，左转、直行和右转的通行方向分别对应分干道路的左转道路、直行道路和右转道路；

所述历史违章记录包括历史的违章时间和违章类型；

计算每辆侯行车辆的行驶风险率，具体为：

获取侯行车辆第i次违章记录的违章时间；

获取当前时间；

计算第i次违章的时间衰减权重，其中，λ是设定的时间衰减系数，用于控制违章时间对当前计算行驶风险率的影响，e为指数；

为每个违章类型设置权重，获取第i次违章记录对应违章类型的权重；

计算第i次违章记录的风险率=，计算该侯行车辆历史上所有违章记录的风险率加和，结果记为侯行车辆的行驶风险率；

设定风险率阈值，将侯行车辆的行驶风险率和风险率阈值进行比较；

若行驶风险率小于风险率阈值，则该侯行车辆为安全车辆；

若行驶风险率大于或等于风险率阈值，则该侯行车辆为危险车辆。

4.根据权利要求3所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述通行时长预测模块，用于预测侯行车辆在信号调控路口的通行速度，根据侯行位置计算通过信号调控路口的通行时长，包括：针对任意一位侯行车辆：

获取侯行车辆通过信号调控路口历史的通行速度，计算所有通行速度的加和，计算平均值，结果记为平均通行速度；

认定侯行车辆本次通过信号调控路口的通行速度为平均通行速度；

获取侯行车辆通过信号调控路口的入口位置，计算侯行车辆的侯行位置到入口位置的通行距离；

计算通行距离除以本次的通行速度，记为通行时长；

设定安全系数，用于增加危险车辆的通行时长；

若侯行车辆为危险车辆，则计算通行时长(1+安全系数)，结果作为最终的通行时长。

5.根据权利要求2所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述绿灯时长动态调控模块，用于在固定信号周期内，基于直行和左转的危险车辆分布，动态调控绿灯时长，包括：所述固定信号周期按照时间顺序分为四个阶段；

第一阶段为子通道一和子通道二同时直行；

第二阶段为子通道一和子通道二同时左转；

第三阶段为子通道三和子通道四同时直行；

第四阶段为子通道三和子通道四同时左转；

获取固定信号周期中绿灯总时长H，计算绿灯总时长除以4，结果记为每个阶段的初始绿灯时长；

获取第j阶段两个子通道上危险车辆的总数；

获取信号调控路口危险车辆的总数R；

计算第j阶段的绿灯分配系数，；

设定调节系数，用于控制绿灯时长的调整幅度；

计算第j阶段的绿灯时长，。

6.根据权利要求5所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述绿灯时长动态调控模块，用于在固定信号周期内，基于直行和左转的危险车辆分布，动态调控绿灯时长，还包括：更新第j阶段的绿灯时长，符合固定信号周期中的绿灯总时长不变；

更新后第j阶段的绿灯时长为，；

针对第j阶段上的任意一个子通道，获取子通道上的每个侯行车辆的通行时长，将通行时长和绿灯时长进行比较；

获取大于绿灯时长的最小通行时长对应的侯行车辆，记为标记车辆；

通知标记车辆本次不能通过信号调控路口。

7.根据权利要求1所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述计算相邻车道上危险车辆并列行驶的风险，并基于设定的并列风险阈值，限行右转的危险车辆，包括：建立右转道路关系，具体为：

子通道二的右转车道通向子通道四的右转车道，子通道三的右转车道通向子通道二的右转车道；

子通道一的右转车道通向子通道三的右转车道，子通道四的右转车道通向子通道一的右转车道；

针对直行的第k阶段，获取第k阶段的绿灯时长；

获取所有侯行车辆通过信号调控路口的平均通行速度，计算均值，结果记为标准通行速度；

获取第k阶段的任意一个子通道，记为目标子通道；

获取右转道路关系中通向目标子通道右转车道的子通道，记为关联右转子通道。

8.根据权利要求7所述的基于人工智能的智能交通监控系统的数据处理系统，其特征在于，所述计算相邻车道上危险车辆并列行驶的风险，并基于设定的并列风险阈值，限行右转的危险车辆，还包括：计算，结果记为右转距离；

获取关联右转子通道在距离信号调控路口右转距离内右转的危险车辆总数，记为右转总数；

获取目标子通道上通行时长小于或等于绿灯时长的危险车辆总数，记为直行总数；

获取右转总数和直行总数中的最小值，记为最大并列车辆数量；

计算最大并列车辆数量/(右转总数+直行总数)，结果记为关联右转子通道和目标子通道上危险车并列行驶的风险；

若风险大于或等于并列风险阈值，则限行关联右转子通道上右转的危险车辆，单次允许通行的危险车辆的数量为右转总数(1-风险)。