近年来,可穿戴计算机、移动计算及无线自组网技术飞速发展,应用移动对象的场合越来越多,另一方面,GPS技术和传感器技术快速发展,为移动对象提供位置相关服务的导航系统有了越来越广泛的应用。本文中主要针对移动对象导航系统的范围概率查询和路径规划两个主要模块进行了论述。动态环境下,受通信带宽、移动对象本身、数据库存储空间等的限制,使用传统数据库技术来实时地追踪移动对象并存储其精确位置是不现实的,只能更新并记录特定时刻的信息,对于没有精确记录的时刻的位置范围查询,其结果必然是不精确的。本文的目标就是对这种不精确性进行估计,然后给出一个概率结果。文中提出了特定的模型、支持该模型的索引,以及相应的查询算法。传统的路径规划算法针对的是静态的环境,即以环境不发生改变为前提。而现实的移动对象位置是不断变化的,其本身所用的导航系统面临的是不断改变的环境,若还按原来的算法,当环境信息发生改变时,则只能先更新环境信息,然后再重新运行一遍算法,这无疑是低效的——算法的上一次运行对本次运行没有任何帮助,两次运行在时间上是基本相当的。在大自然中,蚂蚁为了觅食在不断改变的环境下仍能找到较优的路径,受此启发的蚁群算法特别适合解决动态路径规划问题,它能够在改变的环境中自适应地找到新的最优路径,但是现有的蚁群算法也有许多不足之处,如计算时间相对较长,受堵塞路段负反馈影响而收敛速度变慢等问题,为了克服以上的缺点,本文在综合现有蚁群算法基础上,提出了用混合蚁群算法解决动态环境路径规划问题的框架,引入了“局部抖动技术”,最后通过仿真实验证明本课题所提出的基于蚁群算法的动态路径规划算法是可行的,融合了局部抖动技术的改进蚁群算法确实在某些特定的动态环境下能够提高性能。