1.一种基于多因素耦合的车辆充电路径规划方法，其特征在于，所述方法包括：通过车辆的OBD数据健康管理系统，对所述车辆的运行情况进行实时监测，得到车辆运行信息；

对所述车辆运行信息进行多因素的能耗计算，得到所述车辆的实际剩余SOC续航余量，具体包括：基于所述车辆运行信息中的当前车速信息、空气摩擦阻力系数、车辆正面迎风面积、制动回收占比、再生制动因子、电动汽车转换效率、机械耗能占比、电动机效率以及功率变换器效率，确定出车辆行驶能耗；

基于所述车辆运行信息中的车型质量信息、滚动阻力系数、坡度阻力倾斜度、所述制动回收占比、所述再生制动因子、所述电动汽车转换效率、所述机械耗能占比、所述电动机效率以及所述功率变换器效率，确定出车辆地形能耗；

根据车辆空调能耗、所述车辆行驶能耗以及所述车辆地形能耗，对所述车辆电池的额定容量进行修正计算，得到所述车辆的实际剩余SOC续航余量；

通过开源数据集，并基于所述实际剩余SOC续航余量，对所述车辆所处的当前车辆位置进行路径的选择规划，得到多条可选路径；

通过PCA主成分析法，对所述车辆运行信息进行多因素的权重分析，得到预计SOC剩余续航估计值；

根据所述预计SOC剩余续航估计值，对所述多条可选路径进行最优路径的筛选处理，确定出最佳充电路径，以实现对车辆充电桩的最佳路线导航规划。

2.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，通过车辆的OBD数据健康管理系统，对所述车辆的运行情况进行实时监测，得到车辆运行信息，具体包括：通过所述OBD数据健康管理系统，识别所述车辆的车辆型号，确定车型质量信息；

通过惯性测量单元，并基于开源地图的当前地形属性，对所述车辆的当前路面坡度信息进行实时采集，得到路面地形信息；

通过所述OBD数据健康管理系统，对所述车辆在空调热负荷状态下的温度维持功率进行数据采集，得到空调功率信息；并提取所述车辆的当前车速信息以及电池温度信息；

其中，所述车辆运行信息包括：当前车速信息、车型质量信息、路面地形信息、空调功率信息以及电池温度信息。

3.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，在根据车辆空调能耗、所述车辆行驶能耗以及所述车辆地形能耗，对所述车辆电池的额定容量进行修正计算之前，所述方法还包括：根据 得到所述车辆空调能耗 其中，Pair为当前空调热负荷状态下维持车内温度所需要的功率，dij为地点i到地点j的距离，vij地点i到地点j的平均速度。

4.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，根据车辆空调能耗、所述车辆行驶能耗以及所述车辆地形能耗，对所述车辆电池的额定容量进行修正计算，得到所述车辆的实际剩余SOC续航余量，具体包括：根据 得到电池温度T下

的所述实际剩余SOC续航余量SOC(T)；其中，CN为电池额定容量；η为充放电效率；I为电池电流；KT为温度的影响系数；ηe为未考虑温度前的等效充放电效率，α为SOC能耗转换系数，T为电池温度，SOC0为车辆电池的荷电初始状态， 为车辆多因素能耗， 为车辆空调能耗；

其中， Einij为地点i到地点j的所述车辆行驶能耗，Edeij为地点i到地点j的所述车辆地形能耗。

5.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，通过开源数据集，并基于所述实际剩余SOC续航余量，对所述车辆所处的当前车辆位置进行路径的选择规划，得到多条可选路径，具体包括：通过所述开源数据集，对所述车辆所处的当前车辆位置进行实时定位，确定出所述当前车辆位置的高精地图信息；

对所述高精地图中的车辆充电桩进行对应标记，并将标记后的车辆充电桩与所述当前车辆位置进行距离计算，得到相差距离；

将所述相差距离与所述实际剩余SOC续航余量进行数值比对处理，得到里程比对值；

将所述里程比对值与预设里程阈值进行阈值判断，并基于ITS智能交通系统中的拥堵状况以及预计电量消耗信息，确定出满足车辆充电最低限度的待规划路径信息；

通过预设的蚁群算法，对所述待规划路径信息进行有关信息素浓度的概率计算，得到路径选择概率；

基于所述路径选择概率，确定出多条可选路径。

6.根据权利要求5所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，通过预设的蚁群算法，对所述待规划路径信息进行信息素的浓度计算，得到路径选择概率，具体包括：根据 得到所述路径选择概率 其中，i、j分别

表示每段路径的起点和终点，τ表示由i点到j点的信息素浓度，η的值等于路径长度的倒数，allowedk表示未访问过的节点的集合，α以及β为比重参数。

7.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，通过PCA主成分析法，对所述车辆运行信息进行多因素的权重分析，得到预计SOC剩余续航估计值，具体包括：通过所述PCA主成分析法，对所述车辆运行信息进行数据维度的映射分析，得到基于所述车辆运行信息中每个影响因素的权重系数；

根据C＝aV+bM+cF+dE+eT+ft，得到所述预计SOC剩余续航估计值；其中，C为预计SOC剩余续航估计，V为当前车速信息、M为车型质量信息、F为路面地形信息、E为空调功率能耗、T电池温度，t为到达充电桩路程中预计拥堵时间，a、b、c、d、e以及f分别为对应各影响因素的权重系数。

8.根据权利要求1所述的一种基于多因素耦合的车辆充电路径规划方法，其特征在于，根据所述预计SOC剩余续航估计值，对所述多条可选路径进行最优路径的筛选处理，确定出最佳充电路径，具体包括：基于所述预计SOC剩余续航估计值，对所述车辆进行可行驶区域的范围预测，得到预测行驶区域；

根据所述预测行驶区域，并基于与所述预测行驶区域对应的车辆运行信息，对所述多条可选路径进行最优路径的筛选与排序，得到路径排序信息表；

基于所述路径排序信息表，将排序最高的路径确定为所述最佳充电路径，以实现对车辆充电桩的最佳路线导航规划。

9.一种基于多因素耦合的车辆充电路径规划设备，其特征在于，所述设备包括：至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1‑8任一项所述的一种基于多因素耦合的车辆充电路径规划方法。