近年来，随着全球经济的快速增长，人们的生活水平逐渐提高，我国大中城市的机动车保有量持续增长。由此带来的交通拥堵、交通事故、能源损耗、环境污染等一系列交通问题严重制约城市的发展、影响人们的生活质量。采用智能交通系统是解决城市交通问题的最有效方法。动态路径规划是智能交通系统中最核心的一部分。本文研究的目的是结合道路实时信息，进行动态路径寻优。现有的关于城市交通系统建模的研究各自有其针对性，但均不适用于顾及转向时间的动态路径诱导问题，故而有必要对城市交通网络重新进行合理建模。对动态路网权值的标定是构建交通网络模型过程中很关键的一步。目前关于路段权值的计算常用的方法存在弊端：模型正确性的验证所需时间较长或所得结果不具备通用性。本文以符合我国城市交通特征的格林伯格v-k关系模型为基础进行推导和曲线拟合得到动态路权新公式。现有的最优路径算法研究大多针对有向网络，而现实交通网络中多数路段双向通行。当网络规模增大时，无向图向有向图的转化以及转换后网络规模的增大会导致问题求解的复杂度急剧增加。基于Petri网的方法较传统直接计算路长而言，更为直观和方便，且目前极少见到有利用Petri网来求解顾及转向时间的最短路问题的研究。因此本文针对结构复杂的双向通行城市交通网络，提出了基于Petri网的顾及转向时间的最优路径智能搜索算法。对动态环境下路径规划问题的研究具有非常重要的理论意义和现实意义：能够改善现有算法的不足，结合实时信息，动态寻优，为先进的道路交通管理系统和道路交通信息系统提供理论基础和理论指导；有助于缓解城市局部交通拥挤状况、降低出行成本、提高运作效率、减少资源浪费和环境污染、降低交通事故发生率等。在我国尽快开展动态车辆导航系统的研究具有极大的应用价值和极强的研究意义。综上所述，本文围绕与路径规划相关的城市交通网络建模、道路权重标定、最优路径算法三个问题进行研究：(1)采用层次化的建模方法对城市交通网络进行Petri网建模，首先建立整个交通网络的大框架模型，然后将所建立的信号控制十字交叉口的两个层次模型组合得到十字交叉口的细化模型，在层次模型中体现了交通流中车辆在道路交叉口处的具体转向行为，并在其中引入了表示车辆转向时间的时延因素，能更加真实的模拟现实交通状况。(2)当确定以最短出行时间为最优目标后，着重对在模型中表现为路网权重的交通阻抗进行了分析，路段阻抗部分通过一系列推导和曲线拟合最终得到了适用于我国城市动态交通网络的路阻公式，节点阻抗部分根据车流的集散波理论计算了车辆位于交叉口处的转向延误时间。(3)在前面几章的基础上提出了基于Petri网的顾及转向时间的最优路径智能搜索算法，并通过算例模拟和实例分析证明了算法的可行性及有效性。