近些年来车辆的自动驾驶技术取得了巨大进步,与人工驾驶车辆相比,自动驾驶车辆可以通过自身传感器和算法来完成车辆的转向、加速和刹车等操作。根据预测,2025-2030年自动驾驶车辆将正式步入商业市场。然而目前的自动驾驶技术是基于车辆的离线传感器来实现的,相关企业如Waymo等已经实现了第三级别(L3)的自动驾驶,但由于离线的传感器所能感知的距离是十分有限的,要实现更高级别如L4甚至L5的无人驾驶,车辆所需要信息的计算资源将会急速上升。而如果自动驾驶车辆之间可以共享信息,网络作为车辆传感器的延伸,可以将车辆自身可感知的范围大大扩大,将使得无人驾驶变得更加安全可靠。然而如今现有的车辆通信技术并不完善,传统的车辆自组织网络(Vehicular Ad-hoc Network,VANET)在学术界和工业界已经研究数十年,但由于其自身的架构局限性至今仍未大规模商用。未来自动驾驶汽车所需通信业务的种类、数据量都是复杂多样的,并且其对数据传输的要求尤其是时延要求是极高的,目前的网络架构无法满足这些要求。本文的研究内容便是基于此背景的,主要有三部分的研究内容:首先我们利用现有的车联网技术及新型技术设计一个针对无人驾驶车辆通信的网络架构(Software-Defined Autonomous Vehicle Network,SD-AVN)。我们指出了未来无人驾驶车辆通信网络设计过程中将面临的主要问题及挑战,即如何利用好车辆网络的异构性、如何满足无人驾驶不同业务差异化的服务质量和如何灵活地进行网络管理。之后,我们通过结合现有的VANET与软件定义网络、雾计算等新兴的网络技术,提出了针对未来自动驾驶车辆通信需求的SD-AVN网络架构,该架构具有提供服务质量保证、高传输速率、高空间覆盖率、低时延和超高可靠性等特性,可以满足未来无人驾驶车辆不同业务的通信需求,并对比其与其他几种网络类型的优劣。其次是SD-AVN中的在线路由控制策略设计。由于车辆频繁的移动性,车-车和车-路之间的无线通信链路会频繁断开,这会大大提高网络控制层的开销,因此我们提出了针对他们的通信链路生存时间预测方案;之后,我们将车辆通信路由问题进行数学建模,并在此框架中提出一个在线路由算法,对不同通信业务可以满足其差异化的服务质量要求,尤其是满足其时延要求,本算法是将原有的大规模NP-难问题转化为一系列的带有约束的最短路径问题。最后通过实验仿真,与其他两种在线路由算法对比,验证了本算法的高效性。最后,为了更好的满足驾驶类业务对时延和响应速度的高要求,我们针对此类业务提出了内容缓存推送和拉取策略。具体可以分为两个部分:一是缓存的控制与推送方案研究,这是为了解决何时推送、推送哪些内容和推送到哪些设备这三个问题,我们进行了数学建模并提出了负载均衡主动和被动推送算法,可以大幅降低下载过程中经过有线链路的时延;二是针对路侧单元与自动驾驶车辆之间的无线传输控制研究,这是为了对路侧单元无线通信带宽的分配进行优化,为此我们提出了流分配路由算法,减少路侧单元与无人车辆间的无线通信时延。并通过实验对比验证了本章两种算法及其组合算法的有效性。