1.一种智能网联纯电动汽车行驶工况预测方法，其特征在于，包括如下步骤：

步骤1)，视频检测系统采集道路信息并传送至云端服务器，云端服务器对其进行处理获取车流量、车型及车辆质心位置；

步骤2)，车载终端获取车辆速度和加速度信息、GPS卫星定位系统获取车辆位置信息，并将获得的信息传输至云端服务器，云端服务器对数据进行存储、分析和计算；

步骤3)，云端服务器根据获得的速度、加速度、位置、车型、车流量以及车辆质心距离信息进行工况预测计算；若为畅行路况，采用马尔可夫滚动预测法预测未来行驶工况信息；若为拥堵路况，则根据车-车之间的历史信息对未来行驶信息进行预测；若为缓行路况，则将马尔可夫滚动预测结果与通过车-车之间历史信息预测的结果进行对比，取与当前状态相近值作为预测结果；

步骤4)，将预测结果传输至主控制器，主控制器获取预测结果与实际值之间的误差，调整下次预测结果。

2.根据权利要求1所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述马尔可夫滚动预测法预测未来行驶工况信息，具体为：取滚动历史时间窗T内的历史数据，对速度-加速度进行状态划分，计算各状态之间转化的频率构成转移状态矩阵，取概率最大值与当前状态的乘积作为预测值，并根据当前交通路况信息对预测值进行修正：其中，vt表示当前速度，at表示当前加速度，vt+1

表示下一状态速度，at+1表示下一状态加速度，Kc表示畅行路况下的修正系数，Kh表示缓行路况下的修正系数，maxPij表示从状态i转移到下一状态的最大概率。

3.根据权利要求2所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述转移状态矩阵

4.根据权利要求1或2所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述拥堵路况时，云端服务器根据与本车同路同向前m后n辆车的历史行驶数据，进行预测：其中μi表示前后车辆与本车是否为同类

型，Li表示前后车辆质心位置距离本车质心位置的长度，vi表示前后车辆在滚动历史时间窗T内的平均速度，ai表示前后车辆在滚动历史时间窗T内的平均加速度。

5.根据权利要求4所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述μi为1时，前后车辆与本车是同类型车辆，所述μi为0时，前后车辆与本车不是同类型车辆。

6.根据权利要求4所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述缓行路况时，与当前状态相近值根据vt+1＝vt±min{|vt+1,c-vt|,|vt+1,m-vt|}、at+1＝at±min{|at+1,c-at|,|at+1,m-at|}得到预测结果，其中vt+1,c表示通过车-车历史信息预测的下一状态车速，vt+1,m表示通过马尔可夫滚动预测得到的下一状态车速，at+1,c表示通过车-车历史信息预测的下一状态加速度，at+1,m表示通过马尔可夫滚动预测得到的下一状态加速度。