随着城市居民生活水平的不断提高，汽车人均拥有量不断增加，在交通路线不足和车辆数不断增长的双重压迫下，道路出现拥堵的情况越来越多。路径选择算法在为用户提供导航时，如果能考虑交通拥堵解决方案，能够在整体上缓解整个城市的拥堵。本文主要研究的是利用车联网系统的信息采集和交互功能，从路径导航着手，在交通拥堵情况下，使用合适路径选择算法，为不同的车辆单独分配行驶路径，避免所有车辆走相同路径，达到降低整个区域内车辆平均行程时间的目的。本文的主要研究工作如下：

（1）构建用于解决交通拥堵的车路协同的系统结构，包括车联网通信节点的设置和通信方案的选择。设计了交通信息的采集和计算方法，使用基于路边单元RSU（Road Side Unit）的道路车辆平均速度计算模型，计算出各路段的车辆平均行驶速度，系统汇总路况信息，当判断交通出现拥堵时，根据拥堵程度调用路径选择算法，利用WAVE/DSRC通信方案，将路径指引发送给车辆。

（2）提出基于离线参数的路径重新分配OP-RA（Based on Offline Parameters Rerouting Algorithm）算法。算法主要分为两个部分，第一部分为离线OP（Offline Parameters）参数计算部分，主要工作是利用遗传算法计算在线运行部分中车辆路径重新分配算法RA（Rerouting Algorithm）里的参数，这一部分计算时间较长。第二个部分为在线运行部分，通过设定的RS(Reroute Selection)点，根据车辆的目的地和当前所在道路等信息，利用RA算法，按第一部分计算得到的参数，根据随机概率为车辆分配行驶路线，为了提高响应效率，这一部分的算法相对简单。

（3）使用VSimRTI仿真平台对车联网系统进行仿真，并在这个基础上验证OP-RA算法的有效性。在VSimRTI仿真平台中使用交通仿真器SUMO和网络仿真器ns-3，构建中度和重度拥堵的仿真场景。通过仿真结果，确定OP-RA算法中遗传算法交叉和变异方式，以及遗传算法相应的变异概率等参数。然后利用计算出的离线参数，对RA算法和传统的路径选择算法做分析比较。仿真结果证明相对传统的路径选择算法，OP-RA算法更适用于交通拥堵情况，能够达到降低行程时间和减少二氧化碳排放的目的。