随着国家综合实力的提升,机动车已经成为了日常生活中不可或缺的交通工具。然而车辆的大幅度提升给交通体系带来了很大的影响,现有的道路、立交桥等交通基础设施的建设已经赶不上车辆的增长速度。目前,解决这些出行车辆的交通问题,智能交通系统是其中一个主要的解决方案。路径规划是其中的重要研究内容,因此,本文主要针对车辆导航下的路径规划算法进行了深入的研究,在动态路径规划中提出了改进的D*算法。本文首先阐述了智能交通体系在国内外的研究现状以及相关的路径规划的技术条件和技术基础,包括地图匹配、路网模型、地图匹配算法等在交通体系中的运用。在动态路径规划中的算法使用条件上,详细介绍了目前研究常用的静态路径规划算法、动态路径规划算法以及新一代技术的智能路径规划算法。其次,在总结归纳常用的路径规划算法中,分析了各个算法的优缺点以及适用范围,并对传统D*算法的估值函数上进行了改进,使得算法适应于车辆的动态路径规划。本文提出了一种改进的启发式D*动态路径规划算法,加入时间因子、膨胀因子、天气因子等因素作为D*算法的道路加权因素,根据动态交通信息加权进行路径规划,能使其路径规划的路线相对更准确、高效。最后,对改进的启发式D*路径规划算法进行步骤设计和仿真实现,搭建模拟仿真平台,通过仿真平台对假设理论模型进行验证。通过仿真数据对比,改进的启发式D*路径规划算法的数据要较传统的路径规划算法有一定的提高。在仿真条件下验证了该种改进型的启发式D*算法的可行性,由此得出改进型的启发式D*算法具有一定的应用前景和应用价值。