1.一种基于云计算的车载数据管理系统，其特征在于：包括车载测距系统和云服务器，车载测距系统通过移动网络与云服务器通信；

车载测距系统包括车载激光测距雷达、单片机和车载电脑，车载激光测距雷达用于测量车辆前方的障碍物的距离，车载激光测距雷达与单片机通过485总线通信，单片机通过CAN总线与车载电脑通信；

车载测距系统和云服务器对车载激光测距雷达的测距数据管理包括如下步骤：步骤1：车载电脑在获取到车辆的启动信息后，向单片机发送车辆启动数据，单片机接收到车辆启动数据后，通过车载激光测距雷达实时读取车辆前方障碍物的距离信息；

步骤2：单片机根据时间戳建立距离信息的距离数据集，距离数据集中的数据格式为：时间戳+距离信息+危险距离标志位，其中，危险距离标志位的置位和清零方法包括如下步骤：步骤A1：车载电脑通过移动网络读取云服务器中预设的安全距离数据，并记录安全距离数据；

步骤A2：车载电脑将安全距离数据发送给单片机，单片机将安全距离信息作为对比参数，与距离信息进行对比：当距离信息小于安全距离信息时，判断此时为危险距离，执行步骤A3；当安全距离信息小于距离信息时，判断此时为安全距离，执行步骤A4；

步骤A3：将危险距离标志位置位，执行步骤A5；

步骤A4：将危险距离标志位清零，执行步骤A5；

步骤A5：根据步骤A2到步骤A4的方法，对距离数据集中的所有距离信息进行对比，并标识出距离信息对应的危险距离标志位；

步骤A6：统计危险距离标志位均为置位的情况，建立危险距离集缓存，危险距离集缓存中的数据格式为：时间戳+距离信息+危险距离标志位＝1；

根据时间戳对危险距离集缓存中的数据进行筛选，得出时间戳为连续的数据作为有效数据，建立危险距离集；

步骤A7：根据危险距离集中的时间戳，得出司机的驾驶习惯时间信息；

步骤3：单片机将危险距离集发送给车载电脑，车载电脑根据时间戳在电子地图中标记车辆行驶轨迹对应距离数据集的路段信息；

步骤4：建立地图轨迹和距离数据集之间的映射列表，判断与危险距离集对应的地图轨迹，将该地图轨迹对应的路段标记为拥堵路段，并记录拥堵时间；

步骤5：车载电脑将拥堵路段、拥堵时间、危险距离集和驾驶习惯时间信息均上传给云服务器，云服务器建立司机驾驶习惯数据库；

步骤6：云服务器根据司机驾驶习惯数据库，统计司机的习惯出行时间、出行路段以及该时间内容易出现拥堵的路段；

步骤7：当司机准备出行并启动车辆后，车载电脑获取到车辆启动信息，并将启动信息发送给单片机，车载电脑根据拥堵路段、拥堵时间、危险距离集和驾驶习惯时间信息建立导航信息；

步骤8：车载电脑同时通过移动网络向云服务器索要该时间点的拥堵路段、危险距离集和驾驶习惯时间信息：索要成功，则执行步骤9；索要不成功，则执行步骤10；

步骤9：车载电脑根据从云服务器索要到的拥堵路段、危险距离集和驾驶习惯时间信息对导航信息进行核对，找出最优导航路线，执行步骤11；

步骤10：车载电脑将步骤7中获取的导航信息作为最优导航路线；

步骤11：结束。

2.如权利要求1所述的一种基于云计算的车载数据管理系统，其特征在于：在执行步骤

2到步骤11时，在获取到危险距离集后，车载电脑还建立安全距离机制，安全距离机制的建立包括如下步骤：步骤B1：车载电脑从云服务器中读取安全行车距离；

步骤B2：根据地图轨迹和距离数据集之间的映射列表，标记危险距离集对应的地图轨迹中的路段信息；

步骤B3：将该路段信息标记为事故多发路段；

行车电脑根据最优导航路线判断最优导航路线是否包含了危险距离集，当车辆行驶到危险距离集对应的路段时，车载电脑向单片机发送安全机制指令；

步骤B4：单片机接收到安全机制指令后，实时读取车载激光测距雷达采集的距离信息，并在该距离信息上添加安全警示距离，当距离信息小于安全警示距离时，单片机向车载电脑发送安全报警；

安全距离信息小于安全警示距离；

步骤B5：云服务器通过WEB页面向司机展示自己的行车驾驶习惯，其中包括习惯出行时间、习惯出行路段、拥堵情况、危险距离集以及危险距离集对应的路段。

3.如权利要求2所述的一种基于云计算的车载数据管理系统，其特征在于：在执行步骤

2到步骤11时，当执行步骤B1时，车载电脑无法从云服务器读取安全行车距离时，车载电脑根据自身存储的安全距离数据作为对比参数参与步骤B4中的对比计算。