城市路网中,分布着大量的兴趣点,这些兴趣点（Point Of Interest,POI）可为居民提供一种或多种不同类型的服务,比如一家大型商场有水果店、药店、便利店、眼镜店、肯德基店等,一家加油站除了提供加油服务,还有便利店和肯德基店等。给定起点、终点和一个服务请求列表,面向多请求的路径规划（Multi-Request Route Planning,MRRP）问题是指查找一条能够满足列表中所有请求的路径,并使该路径的代价（距离代价、行驶时间代价或费用代价）最小。比如用户在下班后从单位到家的路上,想去加油、肯德基店买晚餐、眼镜店买眼镜。MRRP问题可归约为经典的旅行售货商问题（Traveling Salesman Problem,TSP）,由于TSP是NP-hard问题,因此MRRP问题也无法在多项式时间内找到精确解。现有解决MRRP问题的方法由于需要调用A*算法计算大量当前结点到终点的最短路径,效率低下,无法处理大规模路网。此外,扩展子网时,算法简单地将满足服务的数量作为选择依据,没有考虑这些服务是否较难（相应的POI分布较稀疏）满足,所选择的路径总体代价较大。针对现有方法存在的问题,本文提出了一个新的框架来解决MRRP问题,该框架考虑了提供所需服务的POIs的整体分布。在此基础上,利用网格索引设计了两种算法GOD和SPGOD。它们可以提前识别出肯定要访问的POIs,并引导向确定的POIs扩展,从而进一步提高效率和有效性。在SPGOD算法的基础上,本文又提出了一个基于绕路距离和最短路径的方法。该方法在确定必须经过的POIs后,优先考虑它们之间最短路径上提供服务的节点,然后再基于绕路距离算法查询离最短路径提供剩余服务最近的节点。因为该方法优先考虑了最短路径,所以该方法规划出的路径代价大大减少。本文根据提出的三个算法设计实现了一个多请求路径规划系统,并在不同的真实路网下,对所提出的算法进行了验证。实验结果表明,在不同参数下,本文提出的SPGOD算法的查询效率比已有算法提高了 4-7倍。SPDD算法比已有算法规划出的代价缩短了1-2倍。GOD算法的停车次数比已有算法的停车次数减少了 2-3倍。