在智能交通系统服务的支持下，汽车导航系统可以实时地接收道路交通信息并自动规避严重堵塞的路段，这极大地提升了汽车导航系统的使用价值。中国一些大城市正在研究类似日本VICS和欧洲TMC这样的智能交通系统服务，以解决大城市交通拥堵的问题，这是消费者和导航系统厂商非常期待的。

　　我们知道导致交通拥堵的原因很多，有些是突发性，比如交通事故；有些是阶段性，比如道路施工、特别交通管制；有些是周期性的，上下班高峰、周末周一进出城的车流；有些是规律性，如雨雪、大雾、台风等恶劣天气。

　　分析这些导致交通拥堵的原因，我们可以看出，并不是所有的交通拥堵信息都需要依赖实时采集才能知道，大部分其实是可以根据历史数据和一些可知的信息进行事先预测的。比如说，今天是周五，天气预报今天下午会有中到大雨，从以往的经验我们知道今天下午下班时可能会非常堵车，也就是并不需要实时了解某些路段的堵车信息，仅仅依靠经验和分析，我们也可以对交通状况判断和预测。

　　实际上，智能交通系统也是一样，实时采集并发布道路交通信息只是第一步，一个更成熟更先进的智能交通系统还应当包括对历史交通信息的统计分析，并在此基础上提供对未来交通状况的预报。我们还是举上面的例子，智能交通系统收到天气预报今天下午有中到大雨，历史数据显示一旦出现大雨，某些街道肯定会出现大范围积水，而积水对这些道路通过能力的影响会有一个定量化的数值。同时，系统中的导航电子地图显示将发生积水的部分街道正好是商业写字楼集中的区域，历史数据会显示周末下班时这个区域的平均交通拥堵程度，这也是一个定量化的数值。那么，结合天气（积水）、时间（周末）、区域（商业区）、道路属性（通过能力）这些定量化的数值。那么，即使由于某些原因缺少实时的道路状况信息，系统会计算出今天下班时相关道路的预测堵车程度，并实时发布给系统内的车载导航设备，导航设备也可以在规则路径时精确地回避堵车的路段。与人脑的模糊判断不同，智能交通系统所收集的影响道路交通状况的信息是非常系统和全面的，它的预测基于大量的历史数据、实时的信息采集和定量化的精确计算，对于整个城市交通系统的指导将是非常高效的。