随着城市规模的不断扩张，资源紧张、交通拥堵等社会问题日益严重。为实现城市智能化和可持续发展，建设智慧城市已成为不可逆转的历史潮流。智慧城市可以感测、分析、整合城市运行核心系统的各项关键信息，对城市的各种需求做出智能响应。而大数据技术可以支持智慧城市对海量的城市数据进行快速的存储、处理和分析。　　在使用大数据的智慧城市项目中，城市数据采集是第一步也是最重要的一步。城市数据覆盖范围广，涉及种类多，需要多种数据采集方式相结合，例如静态的无线传感器网络、动态的移动群智感知。无线传感器网络利用广泛部署的固定传感器节点采集城市数据，但是传感器节点储能有限，工作时间有限，需要及时地进行能量调度为其补充能量，延长工作时间，因此设计面向无线传感器节点的能量调度策略尤为重要。移动群智感知激励城市的移动智能终端用户采集和上传周围的城市数据，其中典型的场景是车载群智感知—利用车载设备来采集感知数据。由于不同感知车辆的移动轨迹不同，采集能力不同，数据采集的效果也不一样，因此需要设计策略来选择合适的车辆来完成数据采集。另外公交车有独特的性质，例如固定的移动轨迹和发车周期，配备统一能力的传感器，没有个人隐私数据的顾虑。这些特性使得公交车比其他汽车更有利于做城市数据采集。　　针对上述城市数据采集的多个问题，本文主要研究无线传感器网络中的能量调度，和车载群智感知中的感知车辆选择，以及基于公交车的城市数据采集。主要工作包括以下几个方面：　　（1）提出了一个基于多辆无线充电小车的无线传感器网络能量调度方案。每个无线充电小车可以同时为多个无线传感器节点无线传输能量，延长无线传感器网络的工作时间。利用分布式聚类算法和遗传算法设计了一个能量调度策略，最小化无线充电小车在能量调度中的能耗。　　（2）利用贪婪算法设计了两个不同的感知车辆选择策略，以满足车载群智感知的两个不同目标。利用提出的感知车辆选择策略，数据中心可以在激励成本一定的条件下，选择合适的感知车辆使得采集的数据价值最大，或着覆盖的目标区域最多。　　（3）利用公交车的特性，设计了一个基于公交车的城市数据采集方案。并利用博弈论设计了最优数据采集策略，其中数据中心是主方参与者，公交车是从方参与者。通过提出的数据采集策略，数据中心和公交车可以找到双方满意的激励和采集数据量来完成城市数据采集。