1.一种基于VANETs和改进的D-S证据理论的道路拥堵检测方法，其特征在于，包括以下步骤：步骤1，设道路上行驶有n辆车，通过n辆车中每辆车的速度和车流密度，得到每辆车的至少一个拥堵指数，其中车辆i的至少一个拥堵指数组成该辆车的拥堵指数集合Ai，其中i＝1,2,..,n，n为大于等于1的自然数，Ai＝{Ai1,Ai2,...,Aia,...,AiM},M≤24，Aia表示车辆i的第a个拥堵指数，a＝1,2,..,M；

步骤2，通过式(1)计算车辆i在第a个拥堵指数下的基本概率分配函数mi(Aai)，即可得到n辆车中的每辆车在第a个拥堵指数下的基本概率分配函数；

mi(Aai)＝1-H(vi,ρi)   (1)

其中，i＝1,2,..,n，a＝1,2,..,M，H(vi,ρi)＝-p(vi)log2p(vi)+(-p(ρi)log2p(ρi))，vi为车辆i的速度，vthi为车辆i在第a个拥堵指数下的速度下限值，vT为道路上车辆速度的限速值，ρi为车辆i的车流密度，ρthi为车辆i在第a个拥堵指数下的车流密度的下限值，ρT为道路上车流密度的饱和值；

步骤3，通过式(2)将n辆车中的每辆车在第a个拥堵指数下的基本概率分配函数进行合成，得到道路在第a个拥堵指数下的基本概率分配函数m(Aa)，即可得到道路在每个拥堵指数下的基本概率分配函数m(A)，其中m(A)＝{m(A1),m(A2),..,m(Aa),...,m(AM)}；

其中，a＝1,2,..,M，p(Aa)＝∑m1(Aa1)m2(Aa2)…,mi(Aai),...,mn(Aan)，ε＝e-k，mj(Aaj)为车

辆j在第a个拥堵指数下的基本概率分配函数，j＝1,2,..,n，i≠j；

步骤4，设m(Aa)＝max{m(A)}，

若m(Aa)-m(Aa′)＞ε1，则道路的拥堵指数为第a个拥堵指数；

其中，ε1＝10-4。

2.如权利要求1所述的道路拥堵检测方法，其特征在于，步骤1中所述的根据拥堵指数集合Θ得到每辆车的拥堵指数集合，包括：步骤11，设置4个车辆速度模糊区间，分别是SV：[0，vth1]，SL：[vth1，vth2]，SM：[vth2，vth3]，SH：[vth3，vT]；设置4个车流密度模糊区间，分别是DL：[0,ρth1],DM：[ρth1,ρth2],DH：[ρth2,ρth3],DV：[ρth3,ρT]；

步骤12，根据表1得到每辆车的拥堵指数集合。

表1