随着地理信息定位技术的快速发展和互联网的普及,路径推荐服务在人们日常生活中扮演着愈加重要的角色。目前主流搜索引擎公司都推出了相应的路径推荐服务,如微软公司的必应地图、高德公司的高德地图等。通过这些服务,用户只需输入起点和终点,即可得到一条从起点通往终点的路径。这些服务的使用使得用户可以通过计算机甚至是移动设备实时获取高质量的路径。这不仅方便了人们的出行,也提升了人们的生活工作效率。高质量的路径推荐依赖于高效有效的路径规划（Trip Planning）算法。为此,学术界和工业界都针对路径规划算法进行了大量研究,并针对不同的场景提出了不同的路径规划算法以满足人们的各种需求。目前已有不少路径规划算法支持基于活动意图的搜索,即搜索在从起点通往终点的过程中通过能够满足用户活动需求的兴趣点（Point of Interest）的路径。然而,目前鲜有技术支持对这些活动需求加上时序约束。时序约束的加入,使基于活动意图的搜索更加实用,但也在设计上更具挑战。为此,本文提出了两个活动受限、时序敏感的路径规划算法并以此为基础实现了ADT原型系统,具体内容包括以下几个方面:（1）提出了基于时序依赖的路径规划算法:_DA算法。该算法无需预计算,支持实时搜索,支持路网及兴趣点数据的实时更新。（2）提出了基于空间聚类的路径规划算法:_{S C}算法。该算法通过引入预计算,进一步缩短了解路径的距离。（3）实现了ADT原型系统,并在真实数据集上进行试验,证明了该系统的实用性。ADT原型系统支持活动受限、时序敏感的路径规划,使用图形界面直观地向用户展示了路径搜索的结果。