随着传感技术、无线通信技术的不断进步,车联网技术取得了飞速发展,同时也催生了一系列车联网相关的应用。视频应用是车联网中非常热门的应用之一。比如交通安全相关的视频可以解决驾驶中司机视野盲区等问题,提高驾驶安全和道路安全;休闲娱乐视频可以增加出行的娱乐性,提升用户出行体验。视频应用往往传输的数据量大、占用带宽高,以及交通安全相关的视频应用对于时延也有较高的要求。然而,传统基于云计算框架下的视频传输由于大量流量回流核心网,因而导致过高的服务时延,更无法满足海量车辆终端视频应用高带宽、低时延等要求。针对以上问题,本文主要做了以下研究和工作:（1）提出并实现了基于移动边缘计算（Mobile Edge Computing,MEC）的车联网视频传输架构。该架构将视频的压缩编码、传输和解压等任务卸载到边缘节点,为视频需求车辆提供高质量的视频服务。首先,为精确统计端到端的传输时延,设计并实现了设备间时间同步的工具,将实际同步精度控制在了毫秒级。其次,为方便视频接收端的接收和解析,在视频发送端对视频帧进行拆帧,加入了自定义的头部信息,并在接收端实现了视频帧的接收缓冲。再次,解决了云计算架构下视频传输系统中,数据粘包和异常断开连接时服务器资源得不到回收等问题。最后,在室内环境下,通过与云计算架构下的视频传输对比测试,验证了本文所提架构的有效性和优越性。（2）基于MEC车联网视频传输框架提出两个真实应用案例并实现了原型系统。首先,提出基于车-车（Vehicle to Vehicle,V2V）通信的视频共享（See-Through）应用场景。该系统可以扩展后方车辆驾驶视野,辅助超车和变道等决策,提升驾驶安全。其次,提出基于基础设施-车（Infrastructure to Vehicles,I2V）通信的十字路口视频共享应用场景。该系统可赋予驾驶者当前路口全局视图,提高车辆通过十字路口的安全性和舒适性。通过在真实车联网环境中的原型系统测试,验证了基于MEC的视频传输架构具有更低且更稳定的传输时延,更能够提供高带宽、低时延的视频服务。