之前的研究学者已经在车辆自组网(Vehicle Ad-hoc Network,VANET)领域做了很多研究。但是将车辆自组网和无线传感器结合起来,以车辆作为信息传输的载体来提升数据传输效率的研究还很少。主要原因是车辆自组网的拓扑结构变化太快,很难保证数据传输的交付率;数据传输占用的网络带宽过高,很容易造成网络拥堵;车辆行驶的过程涉及到时间和二维空间一共三个维度,对于问题的模拟建模有很大的挑战。公交车自组网(Bus Ad-hoc Network,BANET)在一定程度上可以解决这些问题,公交车自组网区别于车辆自组网的特点是公交车自组网的网络传输载体是公交车而不是其他车辆。公交车有精确的行驶时间表,用行驶时间表可以对公交车的行驶时间做出较准确的预测。但由于路况的不同、乘客上下车、车辆故障等原因,公交车行驶时间的预测准确率仍然需要通过其他手段来提升。之前的研究者通过增加公交车车站固定数据转发节点、利用分布式算法等方法提高数据交付率,但是效果并不明显。本文针对现有研究工作的不足,借助车载全球定位系统和车载4G网络,通过实时获取的车辆行驶信息来提升数据传输过程中每一跳的成功率。并通过时空图的建模方式,将三维的时间空间的问题压缩到二维的时空图当中来解决最终的数据传输问题。我们研究的主要问题为:假设我们知道目前所有公交车的行驶时间表、行驶路线和当前位置,利用公交车收集路边的无线传感器节点的数据包并在一定的时延约束下把收集到的数据包传送到数据收集中心,来实现最大化的数据传输交付率。我们提出了两种算法,一是LMHA(Label Minimum-Hop Algorithm)算法。LMHA算法是一个单路径数据传输的算法。根据时空图的稀疏性和时空图中所有边的方向具有一定规律的特点,改进图论问题中经典的最短路径搜索算法实现在O(V+E)的时间复杂度下搜索出一条最短路径;二是MLMHA(Multiple-path Label Minimum-Hop Algorithm)算法,它是将LMHA算法应用到多路径传输当中的一种改进算法。因为在一些相对较差的环境下,例如交通事故、早高峰时期,公交车的行驶时间预测成功率较低。所以我们就通过使用多条路径同时传输数据来提升数据的交付率。此外我们也通过大量的模拟实验来验证提出的算法,我们通过编程实现提出的两种算法,并在The ONE模拟器上模拟现实中公交车行驶情况。并与现有的Epidemic Router、Max Prop Router、Prophet Router、Spray and Wait Router几种算法作对比,收集交付率、转发时延、转发跳数等数据。通过大量的实验对比和数学证明,结果显示我们的算法在数据交付率和网络开销方面表现优异。