一种基于深度学习的智能汽车导航系统及方法

本申请提供了一种基于深度学习的智能汽车导航系统及方法，通过获取智能汽车所在区域的充电站分布数据；提取出智能汽车在当前位置到各个充电站之间的最小能耗路径，进而确定智能汽车到达每个充电站的电量安全裕度；构建充电桩排队预测模型，根据充电桩排队预测模型输出的排队预测时间结合智能汽车到达每个充电站的路径可行性确定智能汽车在路径选择时的路径约束条件；进而对每条候选路径进行代价评估，得到每条候选路径的行驶代价；实时获取当前导航路径中目的充电站的拥堵风险等级，当拥堵风险等级高于设定阈值时，基于所有候选路径的行驶代价重新选取最优导航路径。采用本申请的方案，可实现降低智能汽车充电排队时间对路径规划的依赖性。