现如今,伴随着社会和经济的飞速进步及汽车的迅速普及,城市交通安全问题和交通拥堵问题日益严重。为了提供更加舒适和安全的交通体验,国内外研究组织高度重视车联网及其相关技术的研究。车联网作为移动自组织网络在车辆交通方面的典型应用,是智慧城市智能交通系统的核心,它利用车载设备获取信息进行人与车、车与车和车与设备的快速通信,以此实现城市智能一体化网络。而由于具备节点移动性强、网络拓扑结构变化迅速和节点移动轨迹受道路限制等不同于移动自组织网络的特点,以往典型有效的移动自组织网络分簇算法并不适用于车联网。在这种情况下,设计出更加符合车联网城市场景特点,并且高效、稳定、可靠的分簇算法已迫在眉睫。本论文深入地研究和分析了车联网的网络特点和现有的分簇机制,并针对簇稳定性、网络开销和延迟等性能,进行了以下研究:首先设计了一种基于移动性的VANET分簇算法,通过三个参数(车辆移动方向,车辆平均速度,车辆间距离)来选择稳定的簇头,可以找到最优的分簇方案。该算法简单而稳定,足以进行相对较少的越区切换和集群重组,通过数据包数量和延时表现出在相对较长的时间内实现了稳定的集群。其次,针对前一算法中簇维护阶段中簇头稳定性较差的情况,提出了一种基于移动性权重的VANET集群分簇优化算法,增加了移动性信息中的邻居节点连接数量参数,还引入了副簇头,在簇维护阶段辅助主簇头管理簇,以确保平稳过渡维护阶段以满足VANET环境安全应用的严格要求。最后,又针对优化前一算法在交叉路口出现重新分簇后不但会增加群集数据包开销外,还大大增加了系统中群集的数量的情况,提出了一种基于极限学习机交叉路口自适应分簇算法,该算法具有适应交叉口附近的行为并为交叉准备分簇以减轻重新分簇效果的能力,可以实现更稳定和有效的分簇。