1.一种处理交通道路信息的方法，其特征在于，包括：

在第一预设周期内获取采集到的第一目标路段的交通参数和/或所述交通参数的可信度，其中，所述交通参数至少包括如下任意一个或多个参数：车辆占有率、车辆流量的流量饱和度以及车辆速度；

根据所述第一目标路段的交通参数的参数数量和/或所述交通参数的可信度从预存的模糊规则矩阵表集合中选择得到第一模糊规则矩阵表，其中，所述模糊规则矩阵表包括如下任意一种类型：一维模糊规则矩阵表、二维模糊规则矩阵表和三维模糊规则矩阵表；

调用隶属度函数，通过所述隶属度函数确定所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，其中，所述路况至少包括如下类型：畅通、缓行或者拥堵；

通过比对所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，确定所述第一预设周期内所述第一目标路段的实时路况；

其中，所述模糊规则矩阵表集合是预先设定并存储的，所述模糊规则矩阵表集合中的每一个模糊规则矩阵表可根据实际情况进行修改；

在第一预设周期内获取采集到的第一目标路段的交通参数和/或所述交通参数的可信度之前，所述方法还包括：在所述第一预设周期内采用多个交通检测设备采集所述第一目标路段的交通数据，其中，所述多个交通检测设备至少包括如下任意多个设备的组合：磁频车辆检测器、波频车辆检测器、视频车辆检测器、线圈车辆检测器、微波车辆检测器、地磁车辆检测器和SCATS车辆检测器；对所述交通数据进行数据预处理，得到所述第一目标路段的交通参数，其中，所述数据预处理至少包括：所述交通数据的过滤；其中，所述交通数据的过滤包括以下至少之一：对特定时间段的所述交通数据进行过滤、对指定区域的所述交通数据进行过滤、对所述交通数据采集设备的可用性进行过滤；

在交通数据发布周期包括多个在时长上与所述第一预设周期相同的时间周期时，其中，在通过比对所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，确定所述第一预设周期内所述第一目标路段的实时路况之后，所述方法还包括：读取所述每种类型的路况的优先级；确定每个时间周期内所述第一目标路段的实时路况中所述优先级高的路况作为所述交通数据发布周期内所述第一目标路段的实时路况。

2.根据权利要求1所述的方法，其特征在于，在所述第一目标路段的交通参数的参数数量为至少两个的情况下，所述第一目标路段的交通参数的可信度为每个参数的可信度的组合，其中，根据所述第一目标路段的交通参数的参数数量和/或所述交通参数的可信度从预存的模糊规则矩阵表集合中选择得到第一模糊规则矩阵表，包括：根据所述第一目标路段的交通参数的参数数量，从所述预存的模糊规则矩阵表集合中获取一组模糊规则矩阵表，其中，所述一组模糊规则矩阵表中包含的每个模糊规则矩阵表的维度与所述参数数量相同；

从所述一组模糊规则矩阵表中选择与所述第一目标路段的交通参数的可信度匹配的模糊规则矩阵表，得到所述第一模糊规则矩阵表。

3.根据权利要求1所述的方法，其特征在于，所述数据预处理还包括以下至少一种：所述交通数据的时空转换和所述交通数据的数据转换。

4.根据权利要求3所述的方法，其特征在于，对所述交通数据进行数据预处理，得到所述第一目标路段的交通参数，包括：采用预设的过滤条件分别对每个交通检测设备采集到所述第一目标路段的交通数据进行过滤，得到过滤后的每个交通检测设备采集到的交通数据，其中，所述过滤条件至少包括如下任意一个或多个条件：交通检测设备的设备参数、不同路况的车速限定范围、不同类型的道路的车流量限定范围、车辆时间占有率、不同类型的交通参数的关系限定条件；

对所述过滤后的每个交通检测设备采集到的交通数据进行所述时空转换和/或所述数据转换处理，得到所述第一目标路段的交通参数。

5.根据权利要求4所述的方法，其特征在于，所述交通数据包括至少如下任意一个或多个类型的参数：车辆占有率、车辆流量的流量饱和度以及车辆速度，其中，对所述过滤后的每个交通检测设备采集到的交通数据进行所述数据转换处理，得到所述第一目标路段的交通参数，包括：根据所述第一预设周期内所述每个交通检测设备的检测精度和实际采集到的每种类型的参数的数据总量，计算得到在所述第一预设周期内所述每个交通检测设备检测得到的每种类型的参数的可信度；

将所述每种类型的参数的可信度作为加权系数，对实际采集到所述每种类型的参数进行加权平均计算，得到在所述第一预设周期内所述第一目标路段的交通参数；

其中，将所述每个交通检测设备检测到的同一个类型参数的可信度进行求平均计算，得到所述交通参数的可信度。

6.根据权利要求1所述的方法，其特征在于，在交通数据发布周期包括多个在时长上与所述第一预设周期相同的时间周期时，在通过比对所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，确定所述第一预设周期内所述第一目标路段的实时路况之后，所述方法还包括：获取所述交通数据发布周期中包括的每个时间周期内所述第一目标路段的实时路况的可信度；

将所述每个时间周期具有相同类型的路况的可信度进行累加，得到每种类型的路况的可信度的累加值；

将可信度累加值最高的路况的作为所述交通数据发布周期内第一目标路段的实时路况。

7.根据权利要求6所述的方法，其特征在于，获取所述交通数据发布周期中包括的每个时间周期内所述第一目标路段的实时路况的可信度，包括：计算每个时间周期内所述第一目标路段的道路处于通行状态下的时间占比值；

根据所述每个时间周期内采集到的所述第一目标路段的交通参数的可信度和道路处于通行状态下的时间占比值，计算得到所述每个时间周期内的所述第一目标路段的实时路况的可信度。

8.根据权利要求6所述的方法，其特征在于，在第二目标路段包括在空间上间断设置的包括所述第一目标路段在内的多个路段时，其中，在将可信度累加数值最高的路况的作为所述交通数据发布周期第一目标路段的所述实时路况之后，所述方法还包括：读取所述多个路段对应的多个路段加权系数；

将每个路段加权系数与对应所述交通数据发布周期内路段的所述实时路况的可信度进行求积运算；

将所述每个路段具有相同类型路况的所述求积运算的运算结果进行累加，得到每种类型的路况的累加值，得到所述交通数据发布周期内第二目标路段的所述实时路况的可信度；

确定所述可信度累加值最高的路况作为所述交通数据发布周期内第二目标路段的实时路况。

9.根据权利要求1所述的方法，其特征在于，调用隶属度函数，通过所述隶属度函数确定所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，包括：调用隶属度函数，通过所述隶属度函数确定所述交通参数在模糊规则矩阵表中的隶属度；

根据所述交通参数在所述模糊规则矩阵表中的隶属度，确定所述模糊规则矩阵表中包含的每种类型的路况的隶属度。

10.一种处理交通道路信息的装置，其特征在于，包括：

第一获取单元，用于在第一预设周期内获取交通检测设备采集到的第一目标路段的交通参数和/或所述交通参数的可信度，其中，所述交通参数至少包括如下任意一个或多个参数：车辆占有率、车辆流量的流量饱和度以及车辆速度；

匹配单元，用于根据所述第一目标路段的交通参数的参数数量和/或所述交通参数的可信度从预存的模糊规则矩阵表集合中选择得到第一模糊规则矩阵表，其中，所述模糊规则矩阵表包括如下任意一种类型：一维模糊规则矩阵表、二维模糊规则矩阵表和三维模糊规则矩阵表；

确定单元，用于调用隶属度函数，通过所述隶属度函数确定所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，其中，所述路况至少包括如下类型：畅通、缓行或者拥堵；

比对单元，用于通过比对所述第一模糊规则矩阵表中包含的每种类型的路况的隶属度，确定所述第一预设周期内所述第一目标路段的实时路况；

其中，所述模糊规则矩阵表集合是预先设定并存储的，所述模糊规则矩阵表集合中的每一个模糊规则矩阵表可根据实际情况进行修改；

采集单元，用于在所述第一预设周期内采用多个交通检测设备采集所述第一目标路段的交通数据，其中，所述多个交通检测设备至少包括如下任意多个设备的组合：磁频车辆检测器、波频车辆检测器、视频车辆检测器、线圈车辆检测器、微波车辆检测器、地磁车辆检测器和SCATS车辆检测器；

处理单元，用于对所述交通数据进行数据预处理，得到所述第一目标路段的交通参数；

其中，所述交通数据的过滤包括以下至少之一：对特定时间段的所述交通数据进行过滤、对指定区域的所述交通数据进行过滤、对所述交通数据采集设备的可用性进行过滤；

第四获取单元，用于读取所述每种类型的路况的优先级；

第三选定单元，用于确定每个时间周期内所述第一目标路段的实时路况中所述优先级高的路况作为所述交通数据发布周期内所述第一目标路段的实时路况。

11.根据权利要求10所述的装置，其特征在于，在所述第一目标路段的交通参数的参数数量为至少两个的情况下，所述第一目标路段的交通参数的可信度为每个参数的可信度的组合，所述匹配单元包括：获取模块，用于根据所述第一目标路段的交通参数的参数数量，从所述预存的模糊规则矩阵表集合中获取一组模糊规则矩阵表，其中，所述一组模糊规则矩阵表中包含的每个模糊规则矩阵表的维度与所述参数数量相同；

匹配模块，用于从所述一组模糊规则矩阵表中选择与所述第一目标路段的交通参数的可信度匹配的模糊规则矩阵表，得到所述第一模糊规则矩阵表。

12.根据权利要求10所述的装置，其特征在于，所述数据预处理还包括以下至少一种：所述交通数据的时空转换和所述交通数据的数据转换。

13.根据权利要求12所述的装置，其特征在于，所述处理单元包括：

第一处理模块，用于采用预设的过滤条件分别对每个交通检测设备采集到所述第一目标路段的交通数据进行过滤，得到过滤后的每个交通检测设备采集到的交通数据，其中，所述过滤条件至少包括如下任意一个或多个条件：交通检测设备的设备参数、不同路况的车速限定范围、不同类型的道路的车流量限定范围、车辆时间占有率、不同类型的交通参数的关系限定条件；

第二处理模块，用于对所述过滤后的每个交通检测设备采集到的交通数据进行所述时空转换和/或所述数据转换处理，得到所述第一目标路段的交通参数。

14.根据权利要求13所述的装置，其特征在于，所述交通数据包括至少如下任意一个或多个类型的参数：车辆占有率、车辆流量的流量饱和度以及车辆速度，其中，所述第二处理模块包括：第一处理子模块，用于根据所述第一预设周期内每个交通检测设备的检测精度和实际采集到的每种类型的参数的数据总量，计算得到在所述第一预设周期内所述每个交通检测设备检测得到的每种类型的参数的可信度；

第二处理子模块，用于将所述每种类型的参数的可信度作为加权系数，对实际采集到所述每种类型的参数进行加权平均计算，得到在所述第一预设周期内所述第一目标路段的交通参数；

第三处理子模块，用于将所述每个交通检测设备检测到的同一个类型参数的可信度进行求平均计算，得到所述交通参数的可信度。

15.根据权利要求10所述的装置，其特征在于，在交通数据发布周期包括多个在时长上与所述第一预设周期相同的时间周期时，所述装置还包括：第二获取单元，用于获取所述交通数据发布周期中包括的每个时间周期内所述第一目标路段的实时路况的可信度；

第一累加单元，用于将所述每个时间周期具有相同类型的路况的可信度进行累加，得到每种类型的路况的可信度的累加值；

第一选定单元，用于将可信度累加值最高的路况的作为所述交通数据发布周期内第一目标路段的实时路况。

16.根据权利要求15所述的装置，其特征在于，所述第二获取单元包括：

第一计算模块，用于计算每个时间周期内所述第一目标路段的道路处于通行状态下的时间占比值；

第二计算模块，用于根据所述每个时间周期内采集到的所述第一目标路段的交通参数的可信度和道路处于通行状态下的时间占比值，计算得到所述每个时间周期内的所述第一目标路段的实时路况的可信度。

17.根据权利要求15所述的装置，其特征在于，在第二目标路段包括在空间上间断设置的与包括所述第一目标路段在内的多个路段时，所述装置还包括：第三获取单元，用于读取所述多个路段对应的多个路段加权系数；

运算单元，用于将每个路段加权系数与对应所述交通数据发布周期内路段的所述实时路况的可信度进行求积运算；

第二累加单元，用于将所述每个路段具有相同类型路况的所述求积运算的运算结果进行累加，得到每种类型的路况的累加值；

第二选定单元，用于确定所述可信度累加值最高的路况作为所述交通数据发布周期内第二目标路段的实时路况。

18.根据权利要求10所述的装置，其特征在于，所述确定单元包括：

第一确定模块，用于调用隶属度函数，通过所述隶属度函数确定所述交通参数在模糊规则矩阵表中的隶属度；

第二确定模块，用于根据所述交通参数在所述模糊规则矩阵表中的隶属度，确定所述模糊规则矩阵表中包含的每种类型的路况的隶属度。