随着现代城市的发展,人均车辆拥有量的增加,交通堵塞逐渐成为影响城市发展的重要瓶颈。交通拥堵所造成的的通勤时间过长、资源浪费、环境污染问题日益受到关注。而在日常生活中,很多拥堵是由于车辆行驶路线规划失误,许多车辆集中选择主干道行驶导致通行效率的下降。如果车辆都由调度中心统一规划调度路线,拥堵问题将得到大大缓解甚至彻底解决。实际上这一技术已经在工业领域如矿山车辆、无人货仓等得到广泛应用,但目前道路上的私家车辆还无法进行统一的规划。在未来,自动驾驶技术和物联网技术的结合,使得彻底解决这一难题出现了曙光。通过物联网技术获取车辆的出发地、目的地、出发时间等信息,车辆根据调度中心规划的路线行驶,可以有效地缓解拥堵问题。因此研究调度中心对多车辆路径的调度问题,有助于我们合理调度车辆的路径,缓解道路拥堵问题。本文从多车辆路径问题的模型建立和求解算法两个方面展开研究,主要研究内容如下:在模型建立方面,本文针对常见的交通网络和车辆信息进行模拟,建立了基于时间片驱动的交通网络中的车辆路径问题的模型,来模拟真实交通道路中的车辆行驶情况。通过对交通规则和车辆调度顺序的详细说明,模拟了真实条件下的交通道路规则,可以增加求出的车辆路径对于增加行驶效率的有效性。通过增加调度过程车辆的死锁状态,可以对求解的过程进行并行化,从而缩短求解算法的运行时间,并且解决车辆通过路口的优先权问题和路口调度顺序的优先问题。在求解算法方面,考虑到实际运行中道路的拥挤程度以及核心道路的频繁使用,对整个交通网络进行分层,采用带路径拥挤程度的启发式算法实时计算车辆的路径选择。对于出现的死锁的路径情况,将出现死锁的路径选择进行禁止选择,通过回溯的算法计算得出没有死锁的路径,从而达到解除死锁的目的。通过仿真交通网络的数据实验表明,提出的算法可以有效的减少总调度时间和车辆总等待时间。最后通过分析算法并行化的可能性,提出了算法的并行化版本。