1.一种基于智能交通系统的多任务协同群智感知方法，其特征在于由下述步骤组成：(1)平台发布一般任务

平台发布信息元组 如下：

其中,gi为一般任务，gi∈{g1,g2,...,gp}，p为有限正整数， 表示一般任务gi的开始时间， 表示一般任务gi的结束时间， 表示一般任务gi的成本预算，(2)车辆上传投标信息

路侧单元实时识别覆盖范围内的车辆，每一个路侧单元拥有一张存储当前时间段内在路侧单元覆盖范围内的车辆信息表，车辆信息表内包含车辆vb向路侧单元提供的投标信息元组 如下：

其中， 表示车辆vb、时隙tj的可用资源集合， 表示车辆vb、时隙tj的单位资源报价， 表示车辆vb、时隙tj的单位资源提供的价值，vb∈{v1,v2,...,va}，a为有限正整数，将一般任务持续时间划分为等大小的时隙，且 为有限正整数， 表示车辆vb、时隙tj的可用资源总数，F为有限正整数；

(3)路侧单元计算车辆精度

在云服务器上存储每辆车的历史交易记录，包括车辆的执行任务情况、历史可靠性信息，路侧单元下载并查看这些信息，根据历史交易信息计算车辆vb、时隙tj的精度 如下：

其中， 表示车辆vb、时隙tj的精度因子， 表示车辆vb、时隙tj的可靠性，θ表示历史因子，θ∈[0,1]， 表示车辆vb、时隙tj‑1之前的可靠性，表示车辆vb、时隙tj‑1的可靠性奖励， 表示车辆vb、时隙tj的精度值， ζ表示智能交通系统对用户精度值的平均要求，ζ∈[1,

30]；

(4)平台选择车辆执行一般任务平台扫描所有的路侧单元，收集所有上传投标车辆的信息，根据每个一般任务的成本预算和每个车辆资源的报价、价值、精度，按下式选择车辆资源以最大化一般任务的总效用Z：

其中， 表示一般任务gi购买车辆vb、时隙tj的第f个资源的指示值，平台选择的车辆资源需要满足以下条件：(5)平台发布紧急任务

平台发布紧急任务Me如下：

Me＝{rw,rd,ru}

其中，rw是紧急任务的最大等待延迟、且不超过一个时隙tj‑1，j‑1≥1，rd是紧急任务的最低价值，rd∈[0,100]，ru是紧急任务的最低精度，ru∈[0,1]；

(6)平台选择车辆执行紧急任务对时隙tj‑1，j‑1≥1，平台发布的紧急任务，根据紧急任务的精度要求、价值要求和每个车辆的单位资源报价、精度、价值选择车辆资源，按下式选择车辆资源以最大化剩余的一般任务的总效用W(tj)：

其中， 表示车辆vb、时隙tj已经分配给一般任务gi的资源数目， 表示车辆vb、时隙tj已经分配给一般任务gi的资源被紧急任务占用的资源数目， 表示车辆vb、时隙tj已经分配给一般任务gi的资源被紧急任务占用的资源比例， f(x)表示对x四舍五入函数，平台选择的车辆资源需要满足以下条件：其中， 表示时隙tj紧急任务购买车辆vb的总资源， 表示时隙tj紧急任务购买的车辆vb的空闲资源数目， 表示车辆vb、时隙tj参与紧急任务的指示值，

2.根据权利要求1所述的基于智能交通系统的多任务协同群智感知方法，其特征在于：在所述的(4)平台选择车辆执行一般任务步骤中，平台按下式选择车辆资源以最大化一般任务的总效用Z：

其中， 表示一般任务gi购买车辆vb、时隙tj的第f个资源的指示值，平台选择的车辆资源需要满足以下条件：其中,gi为一般任务，gi∈{g1,g2,...,gp}，p∈[1,10]。

3.根据权利要求1所述的基于智能交通系统的多任务协同群智感知方法，其特征在于：在所述的(6)平台选择车辆执行紧急任务步骤中，平台按下式选择车辆资源以最大化剩余的一般任务的总效用W(tj)：其中， 表示车辆vb、时隙tj已经分配给一般任务gi的资源数目， 表示车辆vb、时隙tj已经分配给一般任务gi的资源被紧急任务占用的资源数目， 表示车辆vb、时隙tj已经分配给一般任务gi的资源被紧急任务占用的资源比例， 取值为

0.5，f(x)表示对x四舍五入函数，平台选择的车辆资源需要满足以下条件：其中， 表示时隙tj紧急任务购买车辆vb的总资源， 表示时隙tj紧急任务购买的车辆vb的空闲资源数目， 表示车辆vb、时隙tj参与紧急任务的指示值，