为车辆进行动态路径规划,合理分配路网交通流量,可以有效解决道路交通拥堵问题,提高出行效率,是智能交通领域相关学者们的研究热门方向之一。针对该方向研究的内容主要在于如何充分获取路网实时交通数据,提取出有效的交通信息,基于此实时地为车辆驾驶员规划出满足其出行要求且出行时间最短的合理路径。论文研究建立在应用物联网技术充分获取路网实时交通数据的前提下,面对路网交通状态的实时变化,如何为车辆提供动态出行诱导展开了研究。论文的主要研究工作如下:论文通过构建动态栅格路网地图来模拟实时车辆行驶过程中实时改变的路网交通状况,提出用实时获取的交通数据计算车辆行驶的路段预估通行时间,对栅格地图进行赋值。关于车辆预估通行时间的计算,论文采用模糊数学的思想,计算考虑车辆交叉口延误的各路段当量距离代价,与车辆在路段上行驶的预估速度作商得到。论文分析了传统A*寻路算法在为车辆进行路径规划时所存在的不足之处,在对绘制的栅格地图进行动态赋值的基础上,提出了基于A*算法的考虑动态权重的跳点搜索（DJPS）寻路算法,该算法通过完善访问栅格规则,减少对寻路过程中无效冗余栅格的访问,提高算法寻路效率。并将其应用于小型算例路网进行仿真,分析其仿真结果,得到该算法在寻路结果及算法耗时方面均优于传统A*寻路算法。在所提出的DJPS算法基础上,针对动态路径诱导可能会为出行者带来聚集效应等不利影响,论文定义了聚集效应系数,搭建动态路径选择模型。将聚集效应系数的求解转化为计算出行者对于动态路径诱导的遵循程度,采用网络问卷填写的调查方式对驾驶员展开调查,对调查结果应用层次分析法进行综合分析,得到聚集效应系数为0.713,进而将已经确定起终点的出行者按照该比例转化为道路现有车辆,参加道路阻抗的计算,从而避免动态路径诱导对出行者产生聚集效应的问题出现,实现为同一时刻相同出行起终点的出行者提供分层次的路径选择。最后基于真实路网交通场景,设计实验对本文所提出的寻路算法及应用该算法搭建考虑聚集效应的动态路径选择模型进行仿真,分析仿真结果,验证该模型在智能交通场景下具有一定的实际价值。