智能手机及车载传感设备的普及为大规模信息收集提供了极大的便利,涌现出大量创新性的应用和服务。群智感知在智能交通、野生动物追踪、城市噪声监测等领域具有广阔的应用前景。在移动群智感知中,感知节点在移动过程中自适应地收集数据,感知数据在节点之间转发形成群智感知网络。由于传感器节点分布不均匀且通信范围有限,形成的网络中数据传输延迟较为严重,收集到的数据存在大量冗余。针对上述问题,本文重点研究群智感知网络中的数据收集方法,最终目标是获取覆盖率较高且冗余较少的数据。本文主要完成工作包括以下几个方面:(1)提出一种基于采样频率的数据收集方法。在该方法中,我们首先设计区域划分算法,根据感知节点移动轨迹的密集程度将感知区域划分为不同的等级。在此基础上,设置不同等级区域中感知节点的采样频率。其次,为了解决感知节点跨区域移动带来的感知误差问题,我们提出时间片循环和基数计时的概念。该方法降低了网络延迟带来的影响,在达到较高数据覆盖率的情况下,减少了数据冗余。(2)在感知节点相遇过程中,为了避免不同感知节点重复收集相同区域的数据以及重复的数据通过不同的感知节点上传到服务器,我们在数据收集方法中融入基于聚集索引的数据融合机制。在该数据融合方法中,我们设计了基于转发、接收聚集索引的数据融合方法,保证了相同的感知数据在相遇的感知节点中仅保留一份。仿真实验表明,该方法的数据传输成功率较高、传输延迟较小且感知数据的冗余较少。