道路网络中的路径规划已经成为在各种移动设备以及地图网站上运行的导航服务的一个基本应用。传统的路径规划算法主要是在从道路网络中抽象出的图中计算源与目标节点之间的最短路径。然而,由这种传统的算法得到的最短路径往往与一个对道路网络非常熟悉的有经验的大脑算计出来的结果不一样。这些有经验的人脑计算出来的路径往往比机器得到的结果要更加合理。因而,我们从一种经验知识的角度出发提出了一种面向导航路径规划的道路网络层级模型。本文就该模型作了广泛深入地研究工作,其主要内容包括下面四个部分。1.我们总结了导航中主要的最短路径算法、基于预处理的最短路径算法以及动态最短路径算法。通过文献的总结工作,我们注意到预处理方法的重要性。从学术研究和产业应用上来看,基于预处理的路径算法已经成为大规模路网路径计算的一种标准处理方法。不过,从我们查阅的文献来看,人脑的经验知识被所有这些计算路径的方法忽略了。2.我们分析了路网的一种拓扑指标（即中介中心性）和其层级性能。这种关于路段的拓扑指标的计算是建立在最短路径的基础上的。因此,我们用它来评估道路在路网中的一种拓扑重要性。我们采用了六个城市道路网络来做这种中介中心性分析。从我们实验结果来看,这些城市道路网络弧段的BC值的分布呈现一致的规律分布,具有层级性。从总体上来看城市道路网络中大部分等级高的道路具有较高的BC值,大部分等级低的道路具有较低的BC值。3.我们提出了一种面向路径规划的构建经验层级路网的方法。这种层级路网主要是依据从大量GPS轨迹中挖掘出的出租车经验知识来构建的。构建方法主要分为下面三步。①从原始轨迹中恢复出出租车的经验路径。②根据路段的中介中心性以及经验路径通过该路段的频次和速度,我们分类出经验道路。③从这些分过类的道路中构建出强连通的层级道路网络,这样才能保证路径规划方法的正确应用。我们以武汉市为例,采用该方法构建层级路网,试验结果表明,根据这种经验层级路网可以在不同时间段动态地获得经验上的最优路径。并且,这些路径的通行时间更短,其较传统方法的结果更加合理。4.我们给出了一个面向路径规划的用Vorono图关联的层级路网模型。在已有的层级模型基础上,其利用Voronoi图来关联层级路网中的相邻层。通过这种方法来确定出上下层之间的出入口的思路与人的大脑在做高速路的路径规划时寻找最近相邻的一个出入口的思考方式是一致的。采用Voronoi图的方法,可以使层级路径搜索更加简单和高效。其搜索的范围更小,时间开销更少。