随着经济的发展,国民生活水平的提高,交通需求的日益增长,然而,我国交通基础设施建设速度发展缓慢,导致大部分城市出现拥堵现象,因此智能交通系统的概念应运而生。在智能交通系统中,高效的车辆导航系统可以通过给出行方案改善这一现象。车辆导航系统的核心技术是在短时间内规划出一条最优路径或近似的最优路径,从而使道路吞吐量增加,这对路径规划算法的实时性和准确性有极高的要求。当前主流地图采取的方法是根据道路等级或者图形拓扑学进行建立分层路网。然而这样建立路网会使路径搜索的准确率有所损失,并且历史的交通数据没有得到充分利用,从而降低了路径规划算法的效率,路径规划算法不能充分利用路网中的有效信息,导致规划的准确率和实时性大大降低。针对传统路网和路径规划算法的不足,在深入调研当前的路网模型和路径规划算法后,本文提出了Virus路网和Virus A*算法。Virus路网是利用Virus colony search算法进行分层,通过对历史交通数据的挖掘,保存有中间搜索信息建立的动态广义的拓扑路网。Virus路网是一个既可以表示城市的道路连接和位置以及道路距离属性,又可以反应城市道路车流信息规划记录,同时对路径规划有增益的广义路网路网模型路径优化。将该策略进行算法实现,通过在真实路网中进行多方面的实验对比验证了路网的有效性。在建立路网中,由于大规模的GPS点使路网建立和更新时间过长,本文提出了一种对ST-Matching简化改进,通过简化改进,在损失一定准确率情况下,使匹配时间大大降低。根据Virus路网特点结合LPA*路径规划算法,本文提出了一种Virus A*算法。Virus A*算法在损失极少准确率的情况下,大大提升了实时性,可以基于预测的进行路径规划,减小了重新规划的损失。然后,本文利用福州的地图的数据进行了仿真实验,验证了Virus路网分区分层后会对路径规划算法的时间降低有显著作用。Virus A*路径规划算法在动态交通环境中具有良好的实时性。最后,介绍了Virus路网和Virus A*路径规划算法在移动端的实现及演示。