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。

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。

7.根据权利要求6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。

8.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。

9.根据权利要求8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。

10.一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。