利用传感和信息通信等车联网技术,交通系统能够对人、车和道路基础设施等环境要素的态势信息进行大规模的感知、认知和计算,从而向环境中的车辆和人员提供车联网服务,优化出行效率,保障出行安全,并且提升车联网服务的质量和效果。由于传统智能交通系统感知手段单一,不足以支撑大范围细粒度的交通态势感知,因此,大规模的交通态势感知可以考虑利用群体智能,基于个体感知的信息,通过群体协同融合成为交通态势感知信息,从而克服单个终端感知能力的局限性,扩大感知的范围和感知的准确性。针对群智感知的需求,论文提出了一种面向群智调度的路网流量预测算法CoSTNet,该算法通过学习历史流量数据的区域相关性特征和变化趋势特征,预测未来时刻路网流量的时空分布,从而为群智感知的任务调度提供了依据,能够有效提高群体协同感知的效率。同时论文提出了一种多维度车辆集合搜索方法,通过构建多维车辆关系网络来选择任务车辆,保证了备选集合的数量和质量。论文将算法策略与系统设计进行整合,来优化系统功能业务逻辑,提升交通态势感知服务的效率。论文以车联网群智感知技术为基础,针对车联网应用需求,搭建了交通态势感知服务系统,并对外开放群体协同感知、态势计算预测等车联网共性支撑能力。在服务系统的设计和实现中,论文阐述了交通态势感知服务系统的相关技术,并基于系统应用场景对任务发布机构、终端车辆、系统管理者这三类用户进行了功能需求分析。然后根据需求分析结果和系统需要完成的群智调度和态势计算两项主要任务,给出了系统的总体设计架构,模块化地设计了群智调度模块、态势计算模块、终端管理模块和用户交互模块,结合关键流程设计和接口设计给出了系统详细设计方案,并对论文提出的服务系统的功能和模块进行了细致的测试验证。最后,给出了论文的工作总结和下一步的工作与研究方向。