随着现在经济的快速增长和城市建设步伐不断加快,“大城市病”问题日益严重,建设“智慧城市”的发展战略在许多国家和地区应运而生。“智慧城市”能够将城市运行的各个核心系统整合到统一平台上,进而有效的管理和控制城市的运行,优化城市资源配置。其中,建立全覆盖的城市感知网络是建设“智慧城市”的关键,该感知网络能进行数据采集、数据传输以及提供信息服务,将在空间上离散、时间上不连续的信息整合到统一的智慧平台上,使城市的管理效率、服务质量显著提升。然而,如何建立一个全覆盖的城市感知网络是我们亟需解决的问题。为推进“智慧城市”的建设进程,本文对基于城市公共交通的车载移动群体感知网络技术进行了深入研究。首先,本文通过对比无线传感器网络和移动群体感知网络两种城市感知方式的优劣,说明了移动群体感知网络在构建智慧城市方面的优势。为了实现城市感知全覆盖,本文基于城市公共交通和移动群体感知技术搭建了城市感知模型,该模型分为感知层、传输层和应用层。在城市感知模型的基础上,将城市公共交通作为移动群体感知系统的参与者,综合考虑了感知参与者的当前轨迹和未来移动轨迹、任务发布者的感知代价以及感知收益之间的关系,构建了车载移动群体感知系统模型即时间覆盖模型,并对车载移动群体感知网络中参与者选择的问题进行数学化描述。最后,通过问题规约的方式,证明了参与者选择问题具有NP-hard特性。为了在多项式时间内选择最优的感知车辆集合完成感知任务,提出了基于近似算法的参与者选择策略,实现了在任务发起者感知代价受限的情况下,最优化感知信息的质量即最大化时空感知覆盖度,同时证明了EGCA算法具有理论下界且进行了仿真验证。