随着云计算的发展,近几年人们对于云计算提出了新的使用方法—将云计算添加到交通系统中。自从将车载电脑添加到车辆上,车载云的发展成为了必然。但是车辆的高速移动性,却使车载云计算不能像云计算或移动云计算那样进行任务分配。在云计算环境中,相比于在线处理模式,批处理模式可以更合理的任务分配。但是在车载云计算环境中,批处理模式的等待分配时间是在浪费本来就很珍贵的车辆之间的可用连接时间。但是,在线处理模式中分配效果较好的最小完成时间分配算法也无法在奔流的车流中找到最合适的资源代理来进行任务分配。在这种情况下,基于预测的在线处理模式的任务分配算法应运而生。根据车辆的行驶习惯来统计车辆在各个路口的转弯概率,从而提前预测车辆的行驶方向和行驶速度,甚至于资源代理的通信能力。当预测足够准确的时候,通过在线处理模式就可以像在云计算中的任务分配那样合理的分配资源代理了。本文中的主要工作有：·在Manhattan模型的基础上,提出根据车辆的行驶习惯,来动态的生成车辆在各个路口的转弯概率。·在运行足够长的仿真实验后,生成各个路口的转弯概率,并通过转弯概率预测车辆的行驶路径。·通过预测行驶路径来估算车载终端与资源代理之间的可用连接时间。·通过最小完成时间算法进行任务分配,并通过仿真实验观察算法分配效果。