随着社会经济的发展，诸多城市的交通路网通行能力已难以满足日益增长的交通需求。交通拥挤、道路阻塞严重影响城市交通资源的有效利用。智能交通系统的提出为解决交通拥堵提供了新的方法。车载导航是现代智能交通系统的一个重要分支，主要作用是基于城市路网信息及实时道路交通状况信息，实现车辆行驶过程中的实时路径规划功能。目前，实际应用中的车辆导航系统大多基于静态路网模型实现路径规划，在出现交通堵塞或突发事件时，传统的路径规划方法已无法满足当前的应用需求。本文采用行驶时间最短为目标函数，将城市交通路网中的基本属性信息、静态属性信息与实际交通中的动态属性信息结合起来，建立了广义的路网模型。它既保留了城市道路网的连通性，又在其中加入了如路段约束、交通代价、路口约束和转弯代价等丰富的交通信息，特别是对交通动态信息的描述，使其在实际应用中具有重要的价值。在路径规划方面，传统的最优路径算法是立足于静态路径规划，应用于动态路径规划有很大的局限性。本文首先分别介绍了经典算法中的Dijkstra算法、A*算法和智能算法中的遗传算法、模拟退火算法、蚁群算法。根据实时路况信息条件，针对蚁群算法的不足，提出了基于信息素扩散机制的双种群蚁群路径规划算法。该算法能够在全局寻优能力和收敛速度之间取得一种平衡，经Microsoft.NET仿真平台验证，该算法可以为驾驶员提供一条基于时间最优的行驶路线。车辆定位数据和实时交通信息的传输是实现动态路径规划的必不可少的环节，设计了一款基于GPS/GPRS组合式动态车载导航终端机，采用ARM920T内核的S3C2410芯片作为核心处理器，集成式SIM908芯片作为GPS/GPRS模块，配置了相应的外围电路，构成一个完整的系统。采用TCP/IP通信方式，具有与数据监控服务器保持实时信息交互功能。经实验测试，可以满足动态导航终端的基本功能需求，为实现城市交通车辆的全局优化与动态导航提供了重要的前提条件。