本发明公开了一种基于车路协同多源数据融合交通流预测的路径规划方法，包括以下步骤：步骤一，建立路网模型。步骤二，多源交通数据的融合。步骤三，训练时间图卷积神经网络T‑GCN以实现路网交通流预测。步骤四，使用已训练完成的T‑GCN模型对路网交通速度进行预测，并根据预测结果完成路径规划。本发明将路径规划与车路协同环境相结合，形成一个融合后的整体，基于此能够帮助路径规划系统获取更为丰富的感知信息。本发明考虑了交通数据的多源性与时空依赖性，将交通多源数据融合与时间图卷积网络模型相结合，使得预测结果更为准确。本发明利用路网交通预测信息作为路径规划的基础，能在一定程度上疏散拥堵路网。