智能交通系统(Intelligent Traffic System,ITS)是当前交通运输系统的发展趋势。其中动态路径诱导系统(DRGS)是智能交通系统的关键子系统,它综合各种交通信息采集、处理和发布手段为出行者提供实时的路径信息,使出行者能够避开拥堵的路段以较少的时间到达目的地。但是,由于交通系统是一个随机性很强的系统,再加上路网规模过于巨大,要建立一个实时的、完全满足最优目标的诱导系统非常困难。论文从一个新的角度构建出一个动态路径诱导系统。 论文首先介绍了动态路径诱导系统的原理框架、关键技术和分类,简要阐述了目前国内外普遍应用的各种路径诱导系统的功能、特点,并对比分析了他们的优缺点。 在此之后,论文提出了基于分段策略的动态路径诱导算法。该算法基于分治法思想在路网中查找具有明显分隔特征的节点序列,以该节点序列为分隔点将路网按照从出发点到目的地的方向分割成为多段,然后分段诱导,降低了诱导算法的空间复杂度,增强了算法的实时性性能。论文对比分析了路径规划中的各种常规算法和快速路径规划策略,进而提出采用分段策略进行路径规划,并分析了该策略的理论依据；对路网中的分隔点进行了定义；提出了基于Dijkstra算法的必经点查找算法并进行了算例分析；提出了基于必经点查找算法的路网分段模型和分段路径规划算法。 论文还提出基于历史数据和交通状态判别方法的行程时间预测模型。该模型采用历史趋势预测方法预测出行程时间,然后采用交通状态判别方法在线监控路网交通状况,当检测到发生偶发性拥挤时,利用交通拥挤扩散估计方法分析出的影响范拥挤的扩散围和持续时间,并对预测值进行调整。该模型充分利用了历史数据的规律性,又可以反映出交通事故等随机因素对交通行程时间的影响,合理性强,同时该模型的实施方法简单,对软硬件的要求不高,具有很高的实用性。论文分析了行程时间预测方法在动态路径诱导系统中的应用,提出了基于历史数据与交通状态判别方法的行程时间预测模型；选取了交通状态判别方法和交通拥挤扩散估计方法；最后建立了历史趋势数据库。 最后,结合广东科学中心的"T20 ITS都市”展项建立了动态路径诱导系统,通过工程项目验证该系统框架的可行性。