1.一种基于车路协同的动态诱导信息广播系统，所述系统包含：采集模块、处理模块、路侧广播模块和车载接收模块；
所述采集模块，用于实时采集布设点位置的交通数据，所述交通数据包含：交通流量、占有率和车辆速度；
所述处理模块，用于从采集到的交通数据中获得道路交通状态的评价和行程时间；
所述动态诱导信息生成模块，用于根据道路交通状态的评价和行程时间生成动态诱导信息；
所述路侧广播模块，用于将生成的诱导信息进行广播；和
所述车载接收单元，用于接收路侧广播模块广播的诱导信息；
其中，所述处理模块包含：数据预处理子模块、交通道路状态评价子模块和行程时间预测子模块；
所述数据预处理子模块，用于将对采集模块输出的数据进行数据校验、数据错误识别、丢失数据补充以及错误数据修复处理；
所述交通道路状态评价子模块，用于分别基于统计分析理论的指数平滑法、标准偏差法以及基于占有率变化的加州算法得到三个初步的道路交通状态的评价结果，基于三个初步的道路交通状态的评价结果并采用常规的投票法得到最终的道路交通状态的评价；
所述行程时间预测子模块，用于在道路畅通的情况下对目标路段进行行程时间的预测，其中，依据道路交通状态的评价结果获得畅通的道路；
所述交通道路状态评价子模块包含：
第一初步判决结果获取单元，用于对原始交通数据进行平滑，去除短期的交通干扰，然后将处理过的数据与预先设定的阈值进行比较，判断是否有拥挤发生；其中所述交通干扰包含：随机波动、交通脉冲和压缩波；
第二初步判决结果获取单元，用于利用时刻t之前n个采样周期的交通参数数据的算术平均值作为交通参数在时刻t的预测值，再用标准正态偏差度量交通参数数据相对于以前平均值的改变程度，当改变程度超过预先设定的阈值时，则认为发生了偶发性交通拥挤，得到第二初步判决结果；其中，所述交通参数数据包含流量或占有率；和
第三初步判决结果获取单元，基于加州算法得到第三初步判决结果。
2.根据权利要求1所述的基于车路协同的动态诱导信息广播系统，其特征在于，所述采集模块之前还包含：
格式转换模块，用于实时接收终端的数据，将接收到的数据通过数据转换接口进行格式统一化。
3.根据权利要求1所述的基于车路协同的动态诱导信息广播系统，其特征在于，所述路侧广播模块进一步包含：
第一通信子模块，用于向动态诱导信息生成模块发送诱导信息请求命令，并接收动态诱导信息生成模块返回的本区域的诱导信息；
数据处理子模块，用于将接收的诱导信息进行编码，生成广播数据，且编码算法为：在半个位周期内的任意边沿表示二进制“1”，经过下一个位周期中不变的电平表示二进制“0”，且位周期开始时产生电平交变；
第二通信子模块，用于将数据处理子模块编码后的诱导信息向车辆广播。
4.根据权利要求1所述的基于车路协同的动态诱导信息广播系统，其特征在于，所述车载接收单元进一步包含：RFID短信通信模块、诱导信息接收子模块、道路名称匹配子模块和诱导信息展示子模块；
所述诱导信息接收子模块，通过RFID短信通信模块，接收所述路侧广播模块广播的诱导信息；
所述道路名称匹配子模块，用于将道路编号匹配为实际的道路名称；
所述诱导信息展示子模块，用于通过语音或地图将诱导信息进行展示。
5.一种基于车路协同的动态诱导信息广播方法，所述方法包含：
步骤101)实时采集布设点位置的交通数据，所述交通数据包含：交通流量、占有率、车辆速度；
步骤102)从采集到的交通数据中获得道路交通状态的评价和行程时间；
步骤103)根据道路交通状态的评价和行程时间生成动态诱导信息；
步骤104)通过3G接收生成的诱导信息，将诱导信息通过RFID进行广播；
步骤105)通过RFID接收诱导信息，将道路信息通过数据库匹配得到真实道路名称；
分别解析道路交通状态的评价信息和行程时间信息，生成语音信息进行播报；将诱导信息匹配到地图上进行显示；
其中，所述步骤102)包含：
步骤102-1)分别采用基于统计分析理论的指数平滑法、标准偏差法以及基于占有率变化的加州算法所述步骤101)处理后的数据进行处理，得到第一初步判决结果、第二初步判决结果及第三初步判决结果；其中，
采用如下方法得到第一初步判决结果：对原始交通数据进行平滑，去除短期的交通干扰，然后将处理过的数据与预先设定的阈值进行比较，判断是否有拥挤发生；其中所述交通干扰包含：随机波动、交通脉冲和压缩波；
采用标准偏差法得到第二补充判决结果；
采用加州算法得到第二初步判决结果；
步骤102-2)采用投票法处理得到的第一初步判别结果、第二初步判决结果和第三初步判决结果，得出最终的交通状态的评价结果；
步骤102-3)运用设定时间段内的地点速度数据估计检测地点附近路段的行程速度，然后运用目标路段中所有相连路段的近似行程速度估计出该路段的行程时间；
所述步骤102-1)包含：
步骤102-1-1)
A)基于第i个检测站t时刻的交通参数值和第“i+1”个检测站t时刻的交通参数值得到第i个和第“i+1”个检测站t时刻的交通参数的平滑值；
其中，交通参数的指数平滑计算公式为：
STi(t)＝aTi(t)+(1-a)STi(t-1)
式中：a为平滑系数，且a取值范围为：0
B)采用如下公式计算第i个和第“i+1”个检测站的交通参数值的平滑值的差值：
ΔST(t)＝STi(t+k)-STi+1(t+k)
并采用如下公式计算第i个和第“i+1”个检测站的交通参数值的平滑值的较大值：
max ST(t)＝max{STi(t),STi+1(t)}；
C)采用如下公式判断所述差值占较大值的比较是否大于等于所设定的阈值其中，Te为阈值；
如果大于等于则目标路段为非拥挤，判断程序结束，否则继续步骤D)；
D)将第“t+k”时刻和第“t”时刻的交通参数的差值相减并计算其占较大值的比例是否大于等于所设定的阈值，若为真则目标路段有常发性拥挤发生，否则目标路段有偶发性拥挤发生；
步骤102-1-2)得到第二初步判决结果具体方法为：
设时刻t交通参数的实际值为x(t)，时刻t之前n个采样周期的交通参数实际值为x(t-n)，x(t-n+1),…,x(t-1)，则判别公式为：
其中， ——交通参数的当前预测值；S——前n个采样周期交通参数的标准差；K——决策阈值；SND——正态偏差；
步骤102-1-3)得到第三初步判决结果具体方法为：
利用时刻t从检测站i＝1,2,…,n得到平均占有率OCC(i,t)，该算法使用下面三个条件来判断拥挤是否发生：
OCCDF＝OCC(i,t)-OCC(i+1,t)≥K1
其中，OCCDF——拥挤路段上下游占有率的差值；OCCRDF——拥挤路段上下游占有率的相对差值；DOCCTD——拥挤开始时下游占有率的相对差值；OCC(i,t)——第i个检测站t时刻所测得的占有率；K1、K2、K3——分别为相应条件的阈值；
如果上面三个条件都满足，则决断拥挤发生，否则不拥挤。
6.根据权利要求5所述的基于车路协同的动态诱导信息广播方法，其特征在于，所述步骤103)包含：
步骤103-1)对得到的道路交通状态的评价信息和行程时间信息进行编码；
步骤103-2)将编码后的交通状态的评价信息和行程时间信息合并生成道路交通诱导信息；
其中，合并后的诱导信息的第1位表示该条诱导信息针对的道路的条数，后续每9位反映一条道路的诱导信息，且每9位均包含道路ID位、道路交通状态的评价信息位和道路的行程时间位，所述道路的交通状态评价结果包含：畅通、缓行和拥挤。
