随着汽车数量逐年增加，交通问题日益严重。汽车状态感知系统是ITS(智能交通系统)的核心部分，可以优化车辆调度、提高交通利用率。本课题在国内外研究的基础上，对汽车状态感知系统进行了深入的研究。首先，分析现有汽车状态感知系统中存在的问题，提出了一套适用于手机终端的数据采集及显示方案。该方案基于Android手机操作系统，利用3G网络实现数据通信；为了解决该系统的通信问题和安全问题，设计了适用于该系统的应用层通信协议。其次，针对汽车状态感知系统通信数据量大、实时性要求高的问题，对压缩算法及系统数据特点深入的探讨，对动态Huffman算法压缩比低和无校验功能的问题进行了分析，通过位图映射的思想对数据进行压缩预处理，再结合数据特点使用静态字典和半字节压缩算法相结合对数据压缩的方法提高压缩比，最后，利用改进后的动态Huffman算法对数据进行压缩，并通过实验对该算法的性能进行了测试。最后，研究了汽车状态感知系统合理调度车辆的最优路径问题。分析了适合大规模动态交通网络的蚁群算法求解最优路径问题的不足，并结合最优路径问题的特点从搜索策略、路径选择机制等方面对蚁群算法进行了改进，基于汽车状态感知系统提出用于求解最优路径问题的动态交通模型。通过实验与传统蚁群算法进行比较，验证改进的蚁群算法的有效性。