1.一种交通状况预测方法，其特征在于，包括：

针对城市中任意一个目标单元格，获取所述目标单元格当前时间段之前的N个时间段的拥堵信息，根据所述N个时间段的所述拥堵信息，预测所述当前时间段的第一拥堵信息；

其中，N为整数且N≥1；

确定所述当前时间段所对应的目标时间范围，获取所述目标单元格在所述目标时间范围内的历史拥堵信息，以及根据所述历史拥堵信息，获取所述当前时间段内的第二拥堵信息；

获取与所述目标单元格相邻的每个相邻单元格在前一个时间段内对所述目标单元格的影响值，根据所述影响值获取所述当前时间段的第三拥堵信息；

从所述城市中查询获取与所述目标单元格相似的相似单元格，利用所述相似单元格获取所述当前时间段内的第四拥堵信息；

根据所述第一拥堵信息、第二拥堵信息、第三拥堵信息和/或第四拥堵信息，获取所述目标单元格的目标拥堵信息；其中，所述目标拥堵信息用于表征所述目标单元格在所述当前时间段的拥堵状态；

其中，所述获取与所述目标单元格相邻的每个相邻单元格在前一个时间段内对所述目标单元格的影响值，根据所述影响值获取所述当前时间段的第三拥堵信息，包括：针对所述目标单元格的任意一个边界，确定与所述目标单元格共享所述边界的所述相邻单元格；其中，一个所述边界对应一个所述相邻单元格；

获取所述前一个时间段内从所述目标单元格经过所述边界进入所述相邻单元格的第一车辆数和第一平均车速，根据所述第一车辆数和所述第一平均车速，得到所述相邻单元格对所述边界的第一子影响值；获取所述前一个时间段内从所述相邻单元格经过所述边界进入所述目标单元格的第二车辆数和第二平均车速，根据所述第二车辆数和所述第二平均车速，得到所述相邻单元格对所述边界的第二子影响值；

获取所述前一个时间段内从所述相邻单元格经过所述相邻单元格的另一边界进入所述相邻单元格的相邻单元格的第三车辆数和第三平均车速，根据所述第三车辆数和所述第三平均车速，得到所述相邻单元格对所述边界的第三子影响值；其中，所述相邻单元格的另一边界是与所述目标单元格的所述边界平行的边界；

获取所述前一个时间段内从所述目标单元格经过所述目标单元格的另一边界进入另一个相邻单元格的第四车辆数和第四平均车速，根据所述第四车辆数和所述第四平均车速，得到所述相邻单元格对所述边界的第四子影响值；其中，所述目标单元格的另一边界是与所述目标单元格的所述边界平行的边界；所述另一个相邻单元格与所述目标单元格共享所述另一边界；

根据所述第一子影响值、第二子影响值、第三子影响值和所述第四子影响值，得到单个所述相邻单元格的所述影响值；

将每个所述相邻单元格的所述影响值进行加权计算，得到所述第三拥堵信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述N个时间段的所述拥堵信息，预测所述当前时间段的第一拥堵信息，包括：利用预设的线性模型，对所述N个时间段的所述拥堵信息进行加权计算，得到所述第一拥堵信息。

3.根据权利要求2所述的方法，其特征在于，所述得到所述第一拥堵信息之后，还包括：计算所述当前时间段内的历史拥堵信息与所述第一拥堵信息之间的方差；

当所述方差未达到最小时，则对所述线性模型中的权重进行调整，重新得到所述第一拥堵信息，直到所述方差最小，将所述方差最小时对应的所述第一拥堵信息作为最终的所述第一拥堵信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述历史拥堵信息，获取所述当前时间段内的第二拥堵信息，包括：根据所述当前时间段所属的时间范围，查询获取与所述时间范围匹配的所述历史拥堵信息；

获取当前影响交通拥堵状态的因素；

获取与所述因素匹配的调整量，利用所述调整量对所述历史拥堵信息进行调整，得到所述第二拥堵信息。

5.根据权利要求4所述的方法，其特征在于，所述确定所述当前时间段所对应的目标时间范围之后，还包括：针对每个时间范围，获取隶属于所述时间范围内的所述目标单元格之前的拥堵信息；

对所述之前的拥堵信息进行统计分析，获取所述时间范围的所述历史拥堵信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一子影响值、第二子影响值、第三子影响值和所述第四子影响值，得到单个所述相邻单元格的所述影响值，具体计算公式如下：其中，所述C表示所述影响值，所述F1～F4分别表示所述第一子影响值、第二子影响值、第三子影响值和第四子影响值，所述α和β为常量，所述η为调整量。

7.根据权利要求1所述的方法，其特征在于，所述从所述城市中查询获取与所述目标单元格相似的相似单元格，包括：从所述城市的除所述目标单元格之外的剩余单元格中，识别出与所述目标单元格具有相似的拥堵状态变换趋势的单元格作为候选单元格；

计算所述目标单元格与每个候选单元格之间的相似度，根据所述相似度从所有的候选单元格中提取所述相似单元格。

8.根据权利要求7所述的方法，其特征在于，所述计算所述目标单元格与每个候选单元格之间的相似度，包括：利用所述目标单元格的所述N个时间段的所述拥堵信息，以及每个候选单元格的所述N个时间段的所述拥堵信息，构成一个矩阵；

计算所述矩阵中每个元素取值的平均值；

根据所述平均值和所述矩阵，计算所述目标单元格与每个候选单元格之间的相似度，所述目标单元格与每个候选单元格之间的相似度的计算公式如下：其中，i表示第i个候选单元格，g表示目标单元格，Di,g表示候选单元格i和目标单元格g之间的相似度，U表示构成的所述矩阵， 表示所述矩阵中每个元素取值的平均值，Ru,i表示所述候选单元格i在所述矩阵中对应的值，Ru,g表示所述目标单元格g在所述矩阵中对应的值。

9.根据权利要求8所述的方法，其特征在于，所述根据所述相似度从所有的候选单元格中提取所述相似单元格，包括：选取所述相似度超出预设的第一阈值的所述候选单元格作为所述相似单元格。

10.根据权利要求9所述的方法，其特征在于，所述利用所述相似单元格获取所述当前时间段内的第四拥堵信息，包括：针对每个相似单元格，利用所述相似单元格的所述N个时间段的所述拥堵信息，预测所述相似单元格所述当前时间段的所述第一拥堵信息；

利用所述相似单元格的所述第一拥堵信息与所述相似单元格对应的所述相似度相乘，得到所述相似单元格的第一数值；

将每个相似单元格的第一数值相加得到第二数值，将每个相似单元格对应的所述相似度相加得到第三数值，以及将所述第二数值与所述第三数值做比值，得到所述第四拥堵信息。

11.根据权利要求9所述的方法，其特征在于，所述利用所述相似单元格获取所述当前时间段内的第四拥堵信息，包括：针对每个相似单元格，获取所述相似单元格在所述目标时间范围内的历史拥堵信息；

利用所述相似单元格的所述历史拥堵信息与所述相似单元格对应的所述相似度相乘，得到所述相似单元格的第四数值；

将每个相似单元格的第四数值相加得到第五数值，将每个相似单元格对应的所述相似度相加得到第六数值，以及将所述第五数值与所述第六数值做比值，得到所述第四拥堵信息。

12.根据权利要求1-11任一项所述的方法，其特征在于，所述针对城市中任意一个单元格，获取所述目标单元格当前时间段之前的N个时间段的拥堵信息之前，还包括：对所述城市进行单元格划分。

13.根据权利要求1-11任一项所述的方法，其特征在于，所述获取所述目标单元格的目标拥堵信息之后，还包括：获取当前车辆的当前位置和行驶路径；其中，所述行驶路径是根据所述当前车辆的出发地和目的地规划出的；

根据所述当前位置和所述行驶路径，判断所述当前车辆是否到达目的地；

如果判断结果为否，则从所述行驶路径中提取所述当前车辆未行驶的第一单元格；

获取所述第一单元格的所述目标拥堵信息；

根据所述第一单元格的所述目标拥堵信息，预测所述当前车辆行驶到目的地所在的第一单元格时所需要的行驶时长。

14.根据权利要求13所述的方法，其特征在于，所述根据所述第一单元格的所述目标拥堵信息，预测所述当前车辆行驶到目的地所在的第一单元格时所需要的行驶时长，包括：针对每个第一单元格，获取与所述目标拥堵信息对应的车辆行驶速度；

根据所述车辆行驶速度和所述当前车辆在所述第一单元格的行驶长度，确定所述当前车辆在所述第一单元格内的行驶时间；

将所有的第一单元格的所述行驶时间相加，得到所述行驶时长。

15.一种交通状况预测装置，其特征在于，包括：

时间拥堵预测模块，用于针对城市中任意一个目标单元格，获取所述目标单元格当前时间段之前的N个时间段的拥堵信息，根据所述N个时间段的所述拥堵信息，预测所述当前时间段的第一拥堵信息；其中，N为整数且N≥1；

空间拥堵预测模块，用于确定所述当前时间段所对应的目标时间范围，获取所述目标单元格在所述目标时间范围内的历史拥堵信息，以及根据所述历史拥堵信息，获取所述当前时间段内的第二拥堵信息；

局部相关性预测模块，用于获取与所述目标单元格相邻的每个相邻单元格在前一个时间段内对所述目标单元格的影响值，根据所述影响值获取所述当前时间段的第三拥堵信息；

全局相关性预测模块，用于从所述城市中查询获取与所述目标单元格相似的相似单元格，利用所述相似单元格获取所述当前时间段内的第四拥堵信息；

获取模块，用于根据所述第一拥堵信息、第二拥堵信息、第三拥堵信息和第四拥堵信息，获取所述目标单元格的目标拥堵信息；其中，所述目标拥堵信息用于表征所述目标单元格在所述当前时间段的拥堵状态；

其中，所述局部相关性预测模块，具体用于：

针对所述目标单元格的任意一个边界，确定与所述目标单元格共享所述边界的所述相邻单元格；其中，一个所述边界对应一个所述相邻单元格；

获取所述前一个时间段内从所述目标单元格经过所述边界进入所述相邻单元格的第一车辆数和第一平均车速，根据所述第一车辆数和所述第一平均车速，得到所述相邻单元格对所述边界的第一子影响值；获取所述前一个时间段内从所述相邻单元格经过所述边界进入所述目标单元格的第二车辆数和第二平均车速，根据所述第二车辆数和所述第二平均车速，得到所述相邻单元格对所述边界的第二子影响值；

获取所述前一个时间段内从所述相邻单元格经过所述相邻单元格的另一边界进入所述相邻单元格的相邻单元格的第三车辆数和第三平均车速，根据所述第三车辆数和所述第三平均车速，得到所述相邻单元格对所述边界的第三子影响值；其中，所述相邻单元格的另一边界是与所述目标单元格的所述边界平行的边界；

获取所述前一个时间段内从所述目标单元格经过所述目标单元格的另一边界进入另一个相邻单元格的第四车辆数和第四平均车速，根据所述第四车辆数和所述第四平均车速，得到所述相邻单元格对所述边界的第四子影响值；其中，所述目标单元格的另一边界是与所述目标单元格的所述边界平行的边界；所述另一个相邻单元格与所述目标单元格共享所述另一边界；

根据所述第一子影响值、第二子影响值、第三子影响值和所述第四子影响值，得到单个所述相邻单元格的所述影响值；

将每个所述相邻单元格的所述影响值进行加权计算，得到所述第三拥堵信息。

16.一种计算机设备，其特征在于，包括处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-14中任一项所述的交通状况预测方法。

17.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-14中任一项所述的交通状况预测方法。