智能交通系统近些年来迅猛发展，具有重要的研究价值和广阔的发展前景。其通过人、车、路之间的和谐、密切配合提高整个交通运输效率，缓解交通堵塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。车载自组织网络是智能交通系统的重要组成部分，基于车载自组织网络的城市交通管理是当前的一个重大热点研究内容。随着人们生活水平的不断提高和城市的快速建设，机动车的刚性需求不断旺盛，车辆数的迅速增长使得城市道路资源与交通之间的矛盾日益尖锐，如何收集整个路网的信息以及合理分配规划车辆的行驶路径成为重要的研究课题。本论文主要研究了基于 RSU（Road Side Unit）不同覆盖场景下的路由协议获取路网信息，在此基础上提出了一种基于全局时间最小的路径规划算法，尽可能地减少出行时间，实现全局时间最优。
　　首先，根据RSU通信范围固定而路的长度不一，说明了RSU如何判别不同覆盖场景，进而将覆盖情况分为以下三种情况：RSU重叠覆盖整个路段、RSU恰好完全覆盖整个路段和RSU未完全覆盖整个路段。接着，讨论了不同覆盖情况 RSU 如何和路段上车辆进行通信的过程。在此基础上，提出基于权重函数的 RSU 接入策略，车辆选择权重函数大的 RSU 接入。其次，当车辆密集度高，提出分层路由算法，选出部分节点作为每层的中继点进行转发。反之，车辆比较稀疏时，通过运用 carry-forward 过程转发数据包。结合传统的 AODV协议说明了路段上车辆如何通过路由发现以及路由建立等过程向路侧单元RSU发送数据包，RSU通过接收到的数据包里的字段统计当前路段上的车辆数并计算车流量信息。而RSU与RSU之间通过有线连接，因此整个路网上当前时刻的路网信息就可以获取。
　　其次，本文提出了一种基于全局时间最短的路径规划算法。该算法建立了车辆行驶时间目标函数，通过拉格朗日乘子式求解目标函数，从而得到各车辆的行驶路径。接着，定义了利他系数的概念，当目标函数成立时，得出利他系数的值。最后通过 Matlab 对该路径算法仿真，验证了算法的正确性。
　　接着，通过NS2和VanetMobiSim仿真工具对基于RSU不同覆盖场景下的路由协议进行仿真验证。仿真结果表明，基于 RSU 不同覆盖场景下的改进 AODV 路由协议能够在获取路段车辆数的同时减少数据包传输时延。
　　最后，总结本文的研究内容，并提出本文存在的缺陷和未解决的问题，为未来工作的方向打下基础。