伴随着城市化与机动车化的快速发展,交通供需矛盾日益突出,尤其在大城市用地资源紧张的情况下,道路设施供给规模受到限制,不可能采用无限的道路建设来满足日益增长的交通需求。且近年来环境污染日益严重严重,机动车排放污染物比重高且数量不断增加,已成为空气污染的主要来源之一。基于此,国家提出了节能减排,提高交通系统运输效率的要求。出租车作为交通运输体系的重要组成部分,也应积极采取节能减排、提高效率的措施来支撑交通系统的变革。出租车合乘作为提高出租车运营能力和能源利用率的一种重要且有效的途径,应当被大力推广。但传统合乘存在服务质量难以保障、管理混乱、安全隐患等问题,使得合乘至今难以普及,迫切需要发展先进的智能合乘调度系统来实现出租车合乘的高质量服务需求与有序的运营监管。本文紧密围绕实现出租车合乘的技术要求,开展基于信息双向感知的出租车合乘调度系统架构设计以及实时合乘路径匹配方法的研究。首先,在对国内城市出租车运营情况分析的基础上,研究了实施出租车合乘以提高运输效率的必要性,并从政策法规、基础设施、技术支撑多层次多角度提出了出租车合乘的保障措施。其次,结合信息采集、数据处理、信息发布等方面的诉求,构建了面向乘客和司机信息双向感知的多模块出租车合乘系统,从数据的采集、数据流、数据结果的分析对系统功能进行阐述,并基于SQL Server数据库设计了数据库结构。然后采用情景分析法将匹配类型分为完全匹配、基本匹配、不完全匹配三种,通过分析比较不同的路径匹配类型构建基于参考路径的DAL路径匹配算法。最后,采用灰色模型与蚁群算法结合的方法,求解基于实时阻抗的最优参考路径问题。本文构架的出租车合乘系统可以满足乘客、驾驶员和管理者面向实时合乘的服务诉求和功能要求。文中提出的实时合乘路径匹配模型考虑较全面,对不同合乘类型具有较高的适用性。且算法简单,将匹配路径拆分为两部分分别进行匹配,然后将部分路径匹配问题简化为点到线的匹配问题,提高了数据分析处理的效率。路径匹配以生成的最优路径作为参与算法的参考路径,提高了路径匹配的准确度。同时在算法中引入基于实时交通流数据的交通阻抗,增强了合乘匹配路径与真实情景的匹配度。