1.基于路况大数据的路网引领方法，其特征在于，包括：获取路网中的实时道路数据和车辆的实时数据；

基于所述实时道路数据和车辆的实时数据，对路网中的未来道路数据进行预测；

基于所述车辆的实时数据和所述未来道路数据，获取路网中的最优路径；

获取路网中的最优路径包括：

基于车辆的当前位置信息和终点位置信息，利用所述车辆的实时数据和所述未来道路数据进行仿真交通分配，获取若干条初始路径；

分别获取每条所述初始路径的距离、用时和油耗；

基于所述距离、用时和油耗，分别对所述路径设置权重指标；

基于所述权重指标，获取路网中的所述最优路径；

基于所述最优路径，对车辆进行路网引领；

对车辆进行路网引领包括：

预测所述最优路径中通过的全部车辆信息，所述车辆信息包括：到达所述最优路径中的车辆的数量，和每辆车到达所述最优路径的时间和位置；

基于所述全部车辆信息，获取所述最优路径中所述未来道路数据允许的最优车速信息；

基于所述最优车速信息，引领所述车辆在所述最优路径中以最佳的车速进行行驶。

2.根据权利要求1所述的基于路况大数据的路网引领方法，其特征在于，所述实时道路数据包括：交通流数据信息、道路拥堵信息和道路事故信息；所述车辆的实时数据包括：起点到终点的位置信息、距离终点的剩余路程和时间和车辆状态信息。

3.根据权利要求1所述的基于路况大数据的路网引领方法，其特征在于，对路网中的未来道路数据进行预测包括：将当前的所述车辆的实时数据，带入到路网中，结合所述实时道路数据，在路网中进行预设未来时间段后的交通模拟，获取预测的所述未来道路数据；所述未来道路数据包括：未来交通流数据信息和未来道路拥堵信息。

4.基于路况大数据的路网引领系统，应用如权利要求1‑3任一所述的基于路况大数据的路网引领方法，其特征在于，包括：采集模块、预测模块、获取模块和引领模块；

所述采集模块，用于采集路网中的实时道路数据和车辆的实时数据；

所述预测模块，基于所述实时道路数据和车辆的实时数据，对路网中的未来道路数据进行预测；

所述获取模块，基于所述车辆的实时数据和所述未来道路数据，获取路网中的所述最优路径；

所述引领模块，基于所述最优路径，对车辆进行路网引领。

5.根据权利要求4所述的基于路况大数据的路网引领系统，其特征在于，所述采集模块中，采集的所述实时道路数据包括：交通流数据信息、道路拥堵信息和道路事故信息；所述车辆的实时数据包括：起点到终点的位置信息、距离终点的剩余路程和时间和车辆状态信息。

6.根据权利要求4所述的基于路况大数据的路网引领系统，其特征在于，所述预测模块对路网中的未来道路数据进行预测包括：将当前的所述车辆的实时数据，带入到路网中，结合所述实时道路数据，在路网中进行预设未来时间段后的交通模拟，获取预测的所述未来道路数据；所述未来道路数据包括：未来交通流数据信息和未来道路拥堵信息。

7.根据权利要求4所述的基于路况大数据的路网引领系统，其特征在于，所述获取模块包括：第一获取单元、第二获取单元、设置单元和输出单元；

所述第一获取单元、第二获取单元、设置单元和输出单元依次连接，所述第一获取单元还分别与所述采集模块和预测模块连接；

所述第一获取单元，基于车辆的当前位置信息和终点位置信息，利用所述车辆的实时数据和所述未来道路数据进行仿真交通分配，获取若干条初始路径；

所述第二获取单元，分别获取每条所述初始路径的距离、用时和油耗；

所述设置单元，基于所述距离、用时和油耗，分别对所述路径设置权重指标；

所述输出单元，基于所述权重指标，获取路网中的所述最优路径。

8.根据权利要求4所述的基于路况大数据的路网引领系统，其特征在于，所述引领模块包括：第一预测单元、第二预测单元和引领单元；

第一预测单元、第二预测单元和引领单元依次连接，所述第一预测单元和所述预测模块连接；

所述第一预测单元，用于预测所述最优路径中通过的全部车辆信息，所述车辆信息包括：到达所述最优路径中的车辆的数量，和每辆车到达所述最优路径的时间和位置；

所述第二预测单元，用于基于所述全部车辆信息，获取所述最优路径中所述未来道路数据允许的最优车速信息；

所述引领单元，用于基于所述最优车速信息，引领所述车辆在所述最优路径中以最佳的车速进行行驶。