1.一种基于K-means聚类的道路交通畅通度判断方法，其特征在于：所述检测方法包括以下步骤：：

1)清理无效数据：

1.1如果某时刻某道路上车辆速度为零的数据少于总数据的10％，则认为车辆停止并不是交通拥堵引起的，判断该数据无效；

1.2如果车辆速度远大于道路限速，则认为该车辆违规驾驶，或者是采集设备发生故障导致采集数据异常，此类数据判定为无效；

2)选择K值：

假设道路存在N种状态，其中每种状态的代表速度为Vn，将这N种状态的代表速度插入到原始数据集中作为初始K值点进行K-means聚类计算快速的将数据集聚集到N个类中，那么第n个K值Kn的选取如下；

Kn＝Vn,n＝1,2,3···N      (1)其中Kn的取值随着道路的不同可能会有所不同，以道路的最高限速Vmax为上限，将限速进行等分计算，并取对应位置的速度Vn作为Kn的值，速度Vn根据如下公式得到：

3)聚类计算：

3.1)首先选择N个中心点K1,K2,K3···KN，其中每个K值得取值计算如公式(1)所示，它们分别代表道路的对应的通行状态，设置迭代次数为g；

3.2)依次遍历速度信息，并对比速度和中心点的差值大小，将其归为差值最小的类中，判断公式如下所示；

Si-Kn＝min{|Si-K1|,|Si-K2|,|Si-K3|···|Si-KN|},n＝1,2,3···N   (3)其中Si代表第i个速度数据，Kn表第n个K值，如果满足上述条件，则说明Si属于第n类；

3.3)迭代计算g次后，依次统计每个类中包含的样本数量，数量最大的类所包含的K值点代表了道路的通行状态。