PM2.5监测技术研究现状
欧盟、美国等发达国家早就把PM2.5列为国家标准污染物，对其进行常规监测并且向公众报告监测数据[5]。这些国家在监测技术、仪器指标、测定方法和质量标准有相应的规定，使得他们对PM2.5的监测形成了一个较完整的体系。我国在2012年2月29日颁布了新的空气质量标准一《环境空气质量标准》（GB3095.2012），并将PM2.5纳入常规空气质量监测与评价体系[6]。
2011年，我国颁布了《环境空气PM10和PM2.5的测定重量法》（HJ618－2011）。它也是我国的PM2.5监测的标准方法，其他任何的自动监测方法必须与它进行比对，取的满意的结果之后才能被用于监测工作[7]。虽然这是标准测量方法，但是测得的数据缺乏实时性。所以这种方法不具备很好的实用性。因此，PM2.5的监测应当采用自动监测方法来适应各个方面的需求。目前，我们所知的常用的PM2.5自动监测方法包括β射线法、光散射法、振荡天平法等[7]。与我国手工标准监测方法相比较，β射线法联用动态加热系统的PM2.5自动监测仪以及振荡天平法联用膜动态测量系统的PM2.5自动监测仪具有比较好的可比性[8]。另外的方法和我国手工标准监测方法相比来说较差。
在英国，重量法、β射线法和振荡天平联用膜动态测量系统法被空气自动监测网（AURN）用来进行PM2.5的监测[7]。其中重量法是参考方法。一些研究显示，标准振荡天平法虽然不符合欧盟的方法要求但仍然被广泛使用。这是由于用这种方法可获取瞬时连续的数据。在美国，2008年之前主要使用滤膜采样法进行监测；2008年美国EPA第一次批准了PM2.5的自动监测方法为等效方法，自动监测方法开始逐步应用于国家监测网中[7]。
2、路径规划研究现状
车辆定位导航系统一般是由定位模块、无线通信模块、路径引导、路径规划、导航电子数据库、地图匹配、地理信息系统引擎以及人机交互界面等八个部分组成，其中，路径规划部分用来帮助驾驶员选择最为合适的行车路线[9]。为了满足人们多样的出行需求，很多指标都可以作为优化标准。如距离和时间等。在研究过程中，一般都是利用图论来研究路径规划问题，所以路径规划问题也就转化为最短路径问题[4]。道路交通网络，根据路段阻抗是否会随时间变化而分为动态路网和静态路网。现在基于静态路网的最短路径算法已经非常完善。1958年，Bellman率先研究了最短路径问题。1959年，Dijkstra提出了著名的Dijkstra算法，该算法需要搜索网络中大量节点。1962年，Ford提出了Ford算法，可以解决路网边权重含负值的情况下的最短路径问题[10]。Dijkstra算法和Ford算法是最短路径问题中最经典的两类算法[11]。1968年，Hart等提出了著名的A*启发式算法。1982年，Denerdo提出了最短路径问题的动态规划算法。1996年，Cherkassky等对已有的17种最短路径算法进行了分析和评价，为算法性能的进一步改进提供了基础。