1.一种基于大数据机器学习的导航方法，其包括以下步骤：
在第一步骤(S1)中，采集车辆出行信息以构建包括海量所述出行信息的大数据库，其中，所述出行信息包括起点、终点和行车路径；
在第二步骤(S2)中，输入搜索条件在所述大数据库中直接使用大数据训练进行机器学习以获得导航路线，所述搜索条件为起点和终点。
2.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第一步骤(S1)中，采所述出行信息包括起点、终点行车路径、行车发生时间和行车总用时间；
在第二步骤(S2)中所述搜索条件为起点、终点和行车发生时间。
3.根据权利要求2所述的基于大数据机器学习的导航方法，其特征在于：
在第二步骤(S2)中，当搜索条件中的起点和终点没有在出行信息中，在出行信息中选择离起点最近的位置作为搜索条件中的起点，选择离终点最近的位置作为搜索条件中的终点；当搜索条件中的行车发生时间没有在出行信息中，选择最接近的时间作为搜索条件中的行车发生时间。
4.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第一步骤(S1)中，所述行车路径包括行车经过的位置数据以及相应消耗的时间数据。
5.根据权利要求4所述的基于大数据机器学习的导航方法，其特征在于：
在第二步骤(S2)中，所述大数据库优化包括错误数据和/或过期数据排除筛查的数据优化。
6.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第二步骤(S2)中，所述导航方法在脱离网络提供的实时路况信息的情况下进行机器学习以获得导航路线。
7.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第一步骤(S1)中，所述大数据库实时更新或定时更新。
8.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第一步骤(S1)中，通过采集电子地图导航软件的出行数据以采集和累积车辆出行信息。
9.根据权利要求1所述的基于大数据机器学习的导航方法，其特征在于：
在第二步骤(S2)中，所述搜索条件包括最短时间和最短路程，在所述大数据库中进行机器学习以获得最短时间或最短路程的导航路线。
10.一种实施根据权利要求1-9中任一项所述的基于大数据机器学习的导航方法的导航系统，所述导航系统包括采集车辆出行信息的数据采集模块(1)、连接所述数据采集模块(1)的大数据库(2)、连接所述大数据库(2)的机器学习模块(3)、用于输入信息的输入模块(5)和用于显示信息的显示界面(4)，其中，机器学习模块(3)包括搜索单元(6)和数据处理单元(7)。