本文介绍了车载导航路径规划中的若干关键技术,重点研究了道路属性和交通信息的融合方法、最优路径的评价方法和最短路径搜索算法。论文的主要工作有：1.介绍了车载导航系统的关键技术,归纳总结了车载导航路径规划中关键技术的研究现状,阐述了现有理论和方法的不足,指出了需要解决的主要问题。2.系统地介绍了车载导航路径规划的基本问题,探讨了道路属性和交通信息的量化方法及其对路径规划的影响。对车载导航路径规划中的两个关键问题——最优路径评价标准和路径搜索算法进行了详细的说明。3.研究了信息融合理论在最优路径选择中的应用。介绍了平均加权法、贝叶斯理论和证据理论等三种融合算法的基本理论,分别对三种算法中存在的问题进行了分析和改进,运用改进算法对道路属性和交通信息进行融合,并应用到车载导航路径规划中。同时,对三种融合算法进行了比较和分析。实验表明,基于信息融合算法的实验结果明显要优于普通加权求和算法,其中基于证据理论算法的路径规划结果要好于其它融合算法,且容易扩展到多个道路属性,为下一步路径搜索算法的研究奠定了基础。4.研究了群体智能理论在最短路径搜索中的应用。分别介绍了蚁群优化算法、粒子群优化算法和蜂群优化算法的基本理论,并对三种算法进行了改进,使其适合车载导航路径规划的应用。比较了三种优化算法的优缺点,通过实验对群体智能优化理论在车载导航路径规划中的应用提出了一些看法。概括了群体智能优化算法的发展方向和需要解决的问题。实验表明,粒子群优化算法比较适合大区域路径规划,但由于三种优化算法还缺乏一定的理论支持和实践检验,需要进一步的研究。