随着人、车流量的与日俱增，交通问题日趋严重，导致交通事故问题普遍成为世界范围内的公害。智能交通的出现和发展，有效地降低了交通事故发生概率、缓解了交通拥堵和交通污染等问题。为出行提供方便的导航系统成为目前智能交通研究的一个重要课题，而行车路径规划问题一直以来都是导航领域中的研究热点。　　在导航过程中计算行车到目的地的最短路径是系统的基本功能，然而在实际应用的交通环境中，仅仅根据最短行驶路径得到的路线可能是建立在较高的道路危险度上，造成旅途中危险度增加和行驶时间延长，最短路径并不一定是最优路径。因此，本文基于利用道路空间特点和背景属性划分得到的路段，综合道路实时拥堵信息与道路历史通行信息，运用改进的启发式路径规划算法进行路径规划，将更有利于缓解交通拥塞，提高行进安全度，来迎合驾驶员的出行意愿。具体内容如下：　　① 简述了事故热点这一概念和事故热点识别方法。为了提高对道路特性和安全度的准确判断，通过对道路事故热点成因分析，提出了基于道路空间特点和事故热点分布的路段划分方法。　　② 结合道路拥堵状况的时序性特征，提出了根据时段划分的交通拥堵状况评估方法。经过拟合分析交通拥堵路况与事故热点分布状态，验证了采用事故热点评估道路历史危险度的可行性，提出了评估道路危险度的评估函数。综合道路拥堵程度和道路历史危险度等影响道路通行能力的因素，构建了迎合驾驶员选择意愿的路段综合路阻评估机制。　　③ 针对传统A*启发式算法的不足，提出了基于距离、方向和权值比重的评估函数改进策略。利用实验验证了改进的A*算法的可行性和其搜索效率的提高。