1.一种基于路口中心度的城市边缘服务器部署方法，其特征在于，包括：S1：获取城市路口数据，计算路口中心度并归一化；所述城市路口数据，包括：路口经纬度、路口位置信息、车辆轨迹数据和基站经纬度；

S2：根据所述路口中心度计算城市路口的路口优先度；

S3：根据所述路口经纬度，采用K‑means++算法对所述城市路口聚类，得到若干路口聚类区域；

S4：计算所述路口聚类区域中所有城市路口的路口优先度均值；

S5：根据所述路口优先度均值计算所述路口聚类区域的区域重要程度，并根据所述区域重要程度分配边缘服务器数量；

S6：采用优选法从路口聚类区域中选择合适的城市路口部署边缘服务器；

所述路口中心度，包括：动态中心度、静态中心度；

所述动态中心度，是指城市路口的交通密度；

所述静态中心度，包括：连接中心度、中介中心度和基站中心度；

所述交通密度，是指早高峰时城市路口的交通流量，计算公式为：；

其中， 是指城市路口集合 中第 个城市路口， 是指早高峰时城市路口 的交通密度， 是指早高峰时经过城市路口 的车辆数量，是指所有城市路口早高峰时经过车辆的总量；

所述连接中心度，是指与该城市路口有直接相连的城市路口个数，计算公式为：；

其中， 是指城市路口 的连接中心度， 是指城市路口  与其它城市路口连接边的数量，是指城市路口的数量；

所述中介中心度，是指城市路口被作为最短路径中节点的次数，计算公式如下：；

其中，  是指城市路口 的中介中心度， 是指城市路口 和 之间的最短路径的数量， 表示城市路口 和 之间经过城市路口 的最短路径数量；

所述基站中心度，是指城市路口500米范围内的基站数量，计算公式为：；

其中， 是指城市路口 的基站中心度， 表示城市路口 500m范围内基站数量， 表示所有城市路口500m范围内的基站的数量；

所述计算城市路口的路口优先度，以归一化之后的各项数据作为源数据，赋权重并叠加得到，计算公式为：；

其中， 是指城市路口 的路口优先度， 是指城市路口 的连接中心度， 是指城市路口 的中介中心度， 是指城市路口 的基站中心度，是指早高峰时城市路口 的交通密度， 、 、 和 分别是连接中心度、中介中心度、基站中心度和交通密度的权重，均取正值且 ；

所述计算所述路口聚类区域的区域重要程度，计算公式为：；

其中，是指第 个路口聚类区域的区域重要程度，是指路口聚类区域的总量，是指第 个路口聚类区域的路口优先度均值， 是指第 个路口聚类区域的路口优先度均值；

所述根据所述区域重要程度分配边缘服务器数量，是指先将40%的边缘服务器平均分配于各个路口聚类区域；剩余60%的边缘服务器根据区域重要程度进行分配。

2.如权利要求1所述的一种基于路口中心度的城市边缘服务器部署方法，其特征在于，所述归一化，计算公式为：；

其中，是指源数据 归一化之后的数据， 是指源数据中的最小值， 是指源数据中的最大值。

3.如权利要求1所述的一种基于路口中心度的城市边缘服务器部署方法，其特征在于，所述计算所述路口聚类区域中所有城市路口的路口优先度均值，计算公式为：；

其中， 是指第 个路口聚类区域的路口优先度均值；是指当前路口聚类区域中的城市路口总量； 是指路口聚类区域中第 个城市路口的路口优先度。

4.如权利要求1所述的一种基于路口中心度的城市边缘服务器部署方法，其特征在于，所述剩余60%的边缘服务器根据区域重要程度进行分配，计算公式为：；

其中， 是指路口聚类区域i中后续分配的边缘服务器数量，是指边缘服务器总数。

5.如权利要求1所述的一种基于路口中心度的城市边缘服务器部署方法，其特征在于，所述采用优选法从路口聚类区域选择合适的城市路口部署边缘服务器，包括：S6‑1:获取被分配的边缘服务器数量、路口聚类区域中的城市路口数量；

S6‑2:选择路口优先度最高的城市路口部署边缘服务器；

S6‑3:删除被部署边缘服务器的城市路口；

S6‑4:删除被部署边缘服务器覆盖的城市路口；

S6‑5:重复步骤S6‑1至S6‑4直至被分配的边缘服务器数量或路口聚类区域中的城市路口数量其中一个为零。