现如今,智慧城市深刻地改变着人们的生活和城市的管理方式。发展智能网联汽车可以改善汽车所带来的能源、环保、安全、拥堵等社会问题,建立新型社会交通体系和新型智慧城市,有利于推动建设人工智能、大数据、机器人、工业互联网、智慧城市等多个万亿级产业,对于汽车产业经济、社会和国家都具有战略意义。但是,目前车载云架构和车载边缘环境中使用的通信机制并不能满足爆炸增长的业务需求和应用程序对于延迟以及容错率的要求。因此,本文围绕车联边缘网络中的车载雾计算模型,着重研究车载雾计算模型中的网络接入部分,通过提出一种基于模糊逻辑和蚁群优化的网络接入算法选择中继节点,优化了节点数量,提高了连接节点准确率。本文主要研究工作如下:(1)针对目前车载云架构以及车载边缘环境中使用的通信机制在进行工作时时延过高,错误率过大等问题,研究了一种基于边缘计算的车载雾计算模型并对其中的网络接入部分进行了优化,提出了基于蚁群优化的网络接入算法。该部分位于雾计算模型的车辆雾节点部分,每个车辆作为一个雾节点,同时为了减少网络阻塞,每个区域选择一组车辆作为中继节点访问云服务器。其余车辆与中继车辆进行数据的传输。同时为了更有效地利用车辆资源,本文通过模糊逻辑先选出候选节点,然后通过信息素自动回溯的优化蚁群算法对于候选节点进行选择,选出有效节点作为中继节点。仿真结果表明选择模糊逻辑和蚁群优化方法所选的节点数量更少,连接节点比率更高。(2)针对现如今随着车辆数量的不断增加,在车载雾计算模型中的车辆定期交换状态信息带来的延迟高、准确率低等问题,提出一种基于自适应阈值的集体感知机制,在保持准确感知水平情况下减少信标负载,使车辆之间可以更有效地传递状态信息,同时通过基于模糊逻辑的自适应阈值判定感知车辆接收信息的准确性。仿真结果表明对于不同车辆密度的情况该机制能够降低信标负载以及分组错误率,从而提高感知效率。