本发明提供一种基于离线增量学习的自动驾驶汽车路径规划方法及系统，包括：确定汽车的当前状态变量和目标信息；利用基于车辆运动学的概率路径预测模型实时预测汽车下一时刻的状态变量，以规划汽车的短期路径；基于二维地图信息构建人工势场，以为二维地图上不同类型的障碍物和道路结构分配不同的势函数；通过线性二次调节策略获取汽车行驶路径的离线数据，并利用径向基函数神经网络对所述离线数据进行训练，以对汽车行驶路径的行驶距离进行预测；基于离线学习的快速扩展随机路径规划算法对汽车行驶的长期路径进行规划，并结合所述行驶距离的预测结果确定汽车自动驾驶的最优避障路径；本发明高效准确地实现车辆轨迹预测。