随着物联网技术和信息物理融合系统相关理论的发展,车联网系统(Internet of Vehicles)已经成为物联网理论和智能交通系统的重要研究领域,而其中事件实时处理是具有挑战性的研究对象。本文提出了基于车联网理论和事件驱动体系结构以及时空约束的车联网事件监控关键方法和技术,并对相关问题进行了深入细致的研究,主要贡献如下：首先,针对车联网中时空事件的表达和处理问题,提出了车联网的具有时空约束的事件处理语言STEP,建立了STEP语言的形式化语义——操作语义和指称语义,并建立了它们的一致性。其次,针对车联网中时空事件流的处理问题,基于STEP语言提出了车联网时空事件流Petri网处理模型,并给出了相应的事件流处理算法。研究结果表明该模型具有结构有界性和结构守恒性,并且基于该Petri网模型的事件处理算法具有稳定的动态性能,最后,通过仿真工具验证了相关推理的正确性。另外,针对车联网中大规模时空事件流的分布式处理任务,提出了车联网多维QoS改进HEFT调度算法。然后,针对公交车系统中常见的超速监控和未按时到站监控问题,提出了基于STeC/STEP的公交车动态监控策略,并设计和实现了基于该监控策略的公交车动态监控原型系统。使用北京市公交1路为应用场景和数据背景,构造了相关的仿真数据,通过仿真实验,验证了所提出的基于STeC/STEP的公交车动态监控策略的合理性和有效性。最后,针对车联网中非确定时空事件的表达和处理问题,提出了车联网中非确定时空事件的处理语言PSTEP,并建立了该语言的操作语义和指称语义。同时,基于车联网中非确定时空事件可靠度,提出了非确定时空事件流的可靠区间和可靠比的概念,从而方便了用户使用PSTEP语言。