1.一种基于多源信息融合的驾驶员分析状态综合评估方法，应用于控制终端，其特征在于，包括：S01：将施工区域中目标车辆第一次经过的点位记为评估点位，以评估点位为基准点，识别出采集多源信息的第一评估区间和第二评估区间，以及执行声光组合报警的分析预警区间；S02：在第一评估区间内搭建出车速监测单元，通过车速监测单元采集目标车辆在第一评估区间的车速数据，并从车速数据中提取出车速特征；S03：在第二评估区间内搭建出面部监测单元，基于动态间隔准则，通过面部监测单元采集驾驶员在第二评估区间的面部图像，并将面部图像导入特征识别模型中，识别出驾驶员的面部特征；S04：对车速特征和面部特征进行分析评估，评估出驾驶员在第一评估区间和第二评估区间中局部位置的驾驶状态，并判定是否发出危险警报信息；S05：在分析预警区间内搭建出危险报警单元，以危险警报信息为依据，控制终端驱使危险报警单元执行声光组合报警操作。
2.根据权利要求1所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，多源评估区间的识别方法为：在施工车道内，以评估点位为基准点，在来车方向且距离基准点一个标定安全距离的位置处标记出点位，记为区间终点；在来车方向且分别距离区间终点一个预设的第一监测长度和一个预设的第二监测长度的位置处标记出点位，记为第一起点和第二起点；将位于第一起点至区间终点之间的区域记为第一评估区间，并将位于第二起点至区间终点之间的区域记为第二评估区间。
3.根据权利要求2所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，车速监测单元包括快拆桁架和雷达传感器；车速特征包括局部衰减值和终末速度值。
4.根据权利要求3所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，局部衰减值的提取方法为：A1：将第一起点作为驶入点位，通过雷达传感器采集目标车辆经过驶入点位的车辆时速，记为驶入速度值；A2：将驶入速度值转换为车辆秒速，并将车辆秒速扩大对应的秒速倍数后，生成监测距离值；A3：在驶入点位之后，沿车辆的行驶方向且距离驶入点位一个监测距离值的位置处标记出监测点位；A4：将监测点位作为驶入点位，并重复执行A1-A3的步骤，直至标记出的监测点位不再位于第一评估区间内时停止，将驶入点位和所有的监测点位汇总后，获得B+1个监测点位；A5：将B+1个监测点位的驶入速度值依次排列，并将上一个监测点位的驶入速度值与下一个监测点位的驶入速度值作差后，获得B个局部衰减值。
5.根据权利要求4所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，面部检测单元包括快拆桁架、变焦摄像机和湿度传感器；动态间隔准则为：相邻两个面部图像之间的时长跨度与动态调整系数成反比例关系。
6.根据权利要求5所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，面部图像的采集方法为：B1：通过变焦摄像机采集目标车辆在第二评估区间的视频文件，并将视频文件进行视频流解压缩，生成C个连续的帧图像；B2：通过雷达传感器逐一检测出C个帧图像对应时刻的车辆时速，获得C个区间速度值；B3：将C个帧图像覆盖的时间段记为区间时段，并统计出区间时段内进入第二评估区间的机动车的数量，记为区间车辆值；B4：通过湿度传感器采集第二评估区间在区间时段内的最大环境湿度，记为区间湿度值；B5：分别剔除掉C个区间速度值、区间车辆值和区间湿度值的量纲后，获得C个速度值、车辆值和湿度值，并将C个速度值、车辆值和湿度值分别赋予不同的权重系数后相加，计算出C个动态调整系数；B6：将C个帧图像的动态调整系数分别与标准时长比较，计算出C个间隔时长；B7：将位于第一位的帧图像的时刻作为起始时刻，从起始时刻开始，将位于起始时刻对应的间隔时长后的时刻记为目标时刻，并将目标时刻对应的帧图像记为目标图像；B8：将目标时刻作为起始时刻，重复执行B7的步骤，直至标记的目标时刻不再位于区间时段内时停止，并将所有的目标图像和位于第一位的帧图像汇总后，获得D个面部图像。
7.根据权利要求6所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，面部特征包括眼睑敞开值和视线下移值；将采集到的D个面部图像导入到特征识别模型中，识别出与D个面部图像对应的D个眼睑敞开值和D个视线下移值。
8.根据权利要求7所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，驾驶状态包括疲劳状态和安全状态；第一评估区间的驾驶状态的确定方法为：按照时间的先后顺序，依次识别B个局部衰减值的正负关系；当局部衰减值为负数或0时，将第一评估区间的驾驶状态确定为疲劳状态；当局部衰减值为正数时，比较终末速度值与标定安全速度值的大小关系；若终末速度值大于等于标定安全速度值时，将第一评估区间的驾驶状态确定为疲劳状态；若终末速度值小于标定安全速度值时，将第一评估区间的驾驶状态确定为安全状态。
9.根据权利要求8所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，第二评估区间的驾驶状态的确定方法为：以预设的评估时长为标准，将区间时段划分为E个子时段，并将目标时刻处于同一个子时段的面部图像汇总后，获得E个图像集合；将小于标定敞开值的眼睛敞开值记为异常敞开值，并分别统计出E个图像集合中异常敞开值的数量，将E个图像集合中异常敞开值的数量与眼睛敞开值的数量比较后，获得E个闭合占比值；将大于标定下移值的视线下移值记为异常下移值，并分别统计出E个图像集合中异常下移值的数量，将E个图像集合中异常下移值的数量与视线下移值的数量比较后，获得E个下移占比值；当闭合占比值大于等于预设的第一占比值，或下移占比值大于等于预设的第二占比值时，将第二评估区间的驾驶状态确定为疲劳状态；当闭合占比值小于预设的第一占比值，且下移占比值小于预设的第二占比值时，将第二评估区间的驾驶状态确定为安全状态；是否发出危险警报信息的判定方法为：当出现了疲劳状态时，判定发出危险警报信息；当没有出现疲劳状态时，判定不发出危险警报信息。
10.根据权利要求9所述的一种基于多源信息融合的驾驶员分析状态综合评估方法，其特征在于，危险警报单元包括声音警示器和光强警示器；执行声光组合报警操作时，控制终端向声音警示器和光强警示器发送报警信息，声音警示器持续向外播报警示语音，光强警示器持续向外闪烁警示光线。
