无线车辆自组织网络是无线网络领域的一个热门话题。它是一种移动自组织网络，用来在车辆之间或移动车辆与路边固定设备之间进行无线通信，以达到传递数据，相互通信的目的。因为无线车辆自组织网络中存在着频繁的网络通断，拓扑变化以及不确定的节点运动，在其中进行高效地进行数据传输是一项重大挑战。车辆的运动轨迹信息在数据传递总起到了重要作用。现有路由算法对运动轨迹进行了粗力度的估计，例如节点的空间分布或者是节点间的相遇时间的分布。这种粗粒度的估计会导致较差的网络性能。在这篇论文中，我们通过条件熵的研究方法，调查现有的大量真实车辆轨迹数据，分析出车辆运动存在着很强的规律性。我们使用历史数据建立运动模型来刻画这种规律，并且利用高阶马尔可夫链进行车辆运动轨迹的预测。我们设计出的路由算法充分利用了这种预测的轨迹。同时，布置路边基站接入点能够提高无线车辆自组织网络的传输性能。我们通过实验发现理想情况下，即使使用很简单的策略，部署了接入点的无线网络也能在传输成功率上有最多五倍的提高，在传输延迟上最多能减少35%。但是，我们同时也发现接入点的缓存成为了限制性能的关键因素。在接入点缓存有限的情况下，不好的缓存分配策略会使得性能仅得到微小提升。基于这一观察，我们也研究了在有接入点帮助下的无线车辆自组织网络路由策略。得到这种高效的路由策略仍然是一种挑战。首先相对于纯车辆组成的网络，额外部署的接入点大大提高了车辆之间的传输机会，这种变化很难用在现在已有的研究刻画表示。其次传输数据与接入点的缓存分配应当在一起同时考虑以达到最优。为了解决这个问题，我们首先应将数据包的传输成功率与车辆运动的轨迹与接入点的部署有机结合起来。然后我们应该将数据传输和缓存分配结合起来作为一个统一的优化问题进行研究。基于以上两点考虑，我们提出一种分布式的无线车辆自组织网络路由算法，同时考虑车辆运动轨迹的预测以及接入点的有效利用。通过真实车辆运动的记录与模拟，我们提出的路由算法相对于现有的工作对于无线车辆自组织网络的性能有显著的提高。