本发明公开了一种基于深度神经网络的预测车辆最佳驾驶路径方法, 将全国各个城市中获取的车流量数据生成训练集, 并对构建的深度神经网络进行训练, 利用训练好的深度神经网络预测交通网络中, 起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据, 并计算预测行驶时间, 可以在规划驾驶路线时有效避开潜在的拥堵路段, 得到最佳驾驶路径。 其特征在于, 利用生成的训练集对构建的深度神经网络进行训练, 利用训练好的深度神经网络预测交通网络中, 起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据, 并计算预测行驶时间。本发明可用于城市交通的车辆导航中获取车辆在指定起止地点情况下的预测最佳驾驶路径。