1.一种新能源汽车能量回收方法，其特征在于：所述方法包括以下工作步骤：

S1，基于计算机视觉和深度学习模型判断前方车辆行驶状态，当前方车辆行驶状态判断结果为减速行驶时通过运动状态预测模型预测前方车辆的停止位置，基于前方车辆的预测停止位置以及车辆安全行驶距离判断当前车辆停止位置，当前方车辆行驶状态判断结果为车辆停止时，基于前方车辆的停止位置以及车辆安全行驶距离判断当前车辆停止位置；

S2，基于步骤S1中识别的当前车辆停止位置，并通过车辆制动过程模拟模型模拟当前车辆行驶至当前车辆停止过程时所有可能的制动方案；

S3，通过数据分析模型分析步骤S2中不同制动方案中的能量回收效率以及能量回收量，预设数据选取阈值，基于数据筛选模型选取数据分析结果高于预设选取阈值的制动方案；

S4，基于状态分析模型分析步骤S3中筛选完成的汽车制动方案中车辆零件所处的状态；

S5，基于零件状态分析模块的汽车能量回收零件工作状态分析结果，并通过零件寿命预测模型预测在能量回收状态下汽车零件的预测寿命；

S6，通过数据整合模型将汽车零件的预测寿命与汽车制动方案进行数据整合，通过数据选取单元选取在所有汽车制动方案中汽车零件的预测寿命最高的汽车制动方案；

S7，汽车按照步骤S6中选取的汽车制动方案进行制动；

S8，将车轮滑行时产生的动态能量进行机械能量的转换处理，并将转换后的机械能量发送给机械能收集单元，将制动距离产生的动态能量进行机械能量的转换，及时由驱动状态转换为发电状态，并将转换后的机械能量发送给机械能收集单元；

S9，机械能收集单元对滑行能量回收单元和制动能量回收单元产生的机械能量进行集中统一收集处理，同时将收集的机械能量发送给机械能转换单元，机械能转换单元对通过机械能收集单元收集的所有机械运动时产生的动态能量转换为能量值等于新能源汽车电池可吸收电能的充电电能。

2.根据权利要求1所述的一种新能源汽车能量回收方法，其特征在于：所述步骤，汽车零件寿命预测具体包括以下工作步骤：2

对于任意条件时刻下的零件寿命退化量xi(t)～N(μit，σt)，得出关于任意时刻退化量xi(t)的概率密度函数：零件的寿命是指性能劣化过程中，敏感参数达到失效阈值的时间，用TL来表示，其中L为人为确定的失效阈值，退化量达到失效阈值的概率可以写为：P(xi(t)≥L)＝P(xi(t)≥L|TL≤t)P(TL≤t)+P(xi(t)≥L|TL＞t)P(TL＞t)，且当xi(TL)＝L时P(xi(t)≥L)＝P(xi(t)

可以得出可靠度函数为：

其中σ为各时刻参数变化的方差，且σ作为常量。

3.一种新能源汽车能量回收系统，其适用于权利要求1‑2任一项所述的一种新能源汽车能量回收方法，其特征在于：包括汽车停止位置识别模块、汽车制动方案生成模块、滑行能量回收单元、制动能量回收单元、机械能收集单元、机械能转换单元、零件状态分析模块、零件寿命预测模块：所述汽车停止位置识别模块基于计算机视觉和深度学习模型判断前方车辆行驶状态，所述行驶状态包括加速行驶、减速行驶以及车辆停止，当前方车辆行驶状态判断结果为减速行驶时通过运动状态预测模型预测前方车辆的停止位置，基于前方车辆的预测停止位置以及车辆安全行驶距离判断当前车辆停止位置，当前方车辆行驶状态判断结果为车辆停止时，基于前方车辆的停止位置以及车辆安全行驶距离判断当前车辆停止位置；

所述汽车制动方案生成模块用于基于所述汽车停止位置识别模块识别的当前车辆停止位置，并通过车辆制动过程模拟模型模拟当前车辆行驶至当前车辆停止过程时所有可能的制动方案，并通过数据分析模型分析不同制动方案中的能量回收效率以及能量回收量，预设数据选取阈值，基于数据筛选模型选取数据分析结果高于预设选取阈值的制动方案；

所述滑行能量回收单元用于将车轮滑行时产生的动态能量进行机械能量的转换处理，并将转换后的机械能量发送给机械能收集单元；

所述制动能量回收单元用于通过对制动强度、电池荷电状态和车速进行分析，将制动距离产生的动态能量进行机械能量的转换，及时由驱动状态转换为发电状态，并将转换后的机械能量发送给机械能收集单元；

所述机械能收集单元用于对滑行能量回收单元和制动能量回收单元产生的机械能量进行集中统一收集处理，同时将收集的机械能量发送给机械能转换单元；

所述机械能转换单元用于对通过机械能收集单元收集的所有机械运动时产生的动态能量转换为能量值等于新能源汽车电池可吸收电能的充电电能；

所述零件状态分析模块用于基于状态分析模型分析汽车制动方案生成模块生成的汽车制动方案中车辆零件所处的状态；

所述零件寿命预测模块用于基于零件状态分析模块的汽车能量回收零件工作状态分析结果，并通过零件寿命预测模型预测在能量回收状态下汽车零件的预测寿命；

所述汽车制动方案生成模块还用于基于所述零件寿命预测模块预测的汽车零件的预测寿命，并通过数据整合模型将汽车零件的预测寿命与汽车制动方案进行数据整合，通过数据选取单元选取在所有汽车制动方案中汽车零件的预测寿命最高的汽车制动方案。

4.根据权利要求3所述的一种新能源汽车能量回收系统，其特征在于：所述汽车制动方案生成模块包括：车辆制动过程模拟模块，所述车辆制动过程模拟模块用于通过车辆制动过程模拟模型模拟当前车辆行驶至当前车辆停止过程时所有可能的制动方案，其中车辆制动过程模拟模型包括车辆动力学模型、制动系统模型和控制系统模型；

数据分析模块，所述数据分析模块用于基于数据分析模型分析车辆制动过程模拟模块生成的不同制动方案中的能量回收效率以及能量回收量；

阈值输入模块，所述阈值输入模型用于输入预设选取阈值；

数据筛选模块，所述数据筛选模块用于基于数据筛选模型选取数据分析模块中结果高于阈值输入模块预设的选取阈值的制动方案；

数据整合模型，所述数据整合模型用于基于数据筛选模块筛选完成的制动方案；

数据选取模块，所述数据选取模块用于基于数据选取模型选取在所有汽车制动方案中汽车零件的预测寿命最高的汽车制动方案。

5.根据权利要求4所述的一种新能源汽车能量回收系统，其特征在于：所述零件状态分析模块包括：零件图像分析模块，所述零件图像分析模块用于实时分析汽车在进行能量回收过程中的的零件姿态变化；

零件形状变化检测模块，所述零件形状变化检测模块用于基于车辆零件分布模型分析在车辆运动姿态变化条件下车辆零件的形状变化状况；

零件受力变化检测模块，所述零件受力变化检测模块用于基于受力分析模型在车辆运动姿态变化条件下车辆零件的受力变化状况，所述车辆零件的受力变化状况包括车辆零件受力压迫、车辆零件受力无变化以及车辆零件受力减小；

零件状态变化检测模块，基于零件受力变化检测模块中得出的对于能量回收状态下车辆零件的信号受力变化状态，并通过数据还原模型，将零件受力变化检测模块中得出的对于能量回收状态下车辆零件的信号受力状态还原为在无受力状态下汽车零件初始状态，通过数据比对模型可以得出零件状态的变化。

6.一种存储介质，其特征在于，所述存储介质上存储有新能源汽车能量回收程序，所述新能源汽车能量回收程序被处理器执行时实现如权利要求1‑2任意一项所述的一种新能源汽车能量回收方法。