近年来,世界各国纷纷致力于新兴交通科技,如智能交通系统的研究和应用,以应对目前严峻的交通环境。本文研究的车辆导航系统是智能交通系统的一个重要课题,它通过向驾驶员提供基于实时交通信息的最优路径来达到诱导驾驶员行为、减少车辆在道路上的停留时间,进而实现改善城市交通和避免交通拥挤、阻塞的目的,同时还能降低尾气排放量,达到降低环境污染的目的。最优路径规划技术是车辆导航系统中的核心技术之一,是准确有效的导航功能得以实现的基础。本文首先研究了实施动态路径导航系统的必要性及可能性,并基于现实的交通特点提出了一个动态导航系统的建设性设计框架。此后着重研究了最优路径规划的问题,此间设计了一个可行性较强的处理实时交通数据的方法。众所周知,传统的最短路径算法通常采用图论和数学规划方法进行寻优,计算时间长,计算量大,对于交通路网难以满足动态实时性要求,所以本文提出了基于改良的A *算法的最优路径规划方案,即时间最优路径算法,能够更精确更快速地搜索到最优解。在本文所设计的时间最优路径算法中,主要做了以下的改进:在路段权值的确定上,以行驶时间为主要标准,给出了一个改进的动态计算方法,即将路段区分为阻塞、空闲、繁忙三种状态,从而简化了运算模式、提高了计算效率;将静态交通限制信息加入到了路网节点的数据结构中,以此可以防止盲目扩展节点;优化了已搜索节点集和待搜索节点集的数据结构,简化了重点判断的标准,从而提高了运算效率。通过简易的仿真对比实验,可知本文的改进算法确实在效率和精确度上有了一定程度的提高。