A incorporação das tecnologias de computação e de comunicação nos veículos modernos está viabilizando uma nova geração de automóveis conectados. Com a capacidade de se organizarem em rede, nas chamadas redes veiculares ad hoc (VANETs), eles poderão, num futuro próximo, (i) tornar o trânsito mais seguro para os motoristas, passageiros e pedestres e/ou (ii) promover uma experiência de transporte mais agradável, com maior conforto. É neste contexto que se destaca o Sensoriamento Veicular Colaborativo (VCS), um paradigma emergente e promissor que explora as tecnologias já embarcados nos próprios veículos para a obtenção de dados in loco. O VCS tem demonstrado ser um modelo auspicioso para o desenvolvimento e implantação dos Sistemas Inteligentes de Transporte (ITSs). Ocorre, todavia, que, em grandes centros urbanos, dependendo do fenômeno a ser monitorado, as aplicações de VCS podem gerar um tráfego de dados colossal entre os veículos e o centro de monitoramento. Considerando que as informações dos automóveis são geralmente enviadas para um servidor remoto usando as infraestruturas das redes móveis, o número massivo de transmissões geradas durante as atividades de sensoriamento pode sobrecarregá-las e degradar consideravelmente a Qualidade de Serviço (QoS) que elas oferecem. Este documento de tese descreve e analisa uma abordagem de clusterização geográfica que se apoia no uso de comunicações Veículo-para-Veículo (V2V) para promover o descarregamento de dados do VCS em redes celulares, de forma a minimizar os impactos supracitados. Os resultados experimentais obtidos mostraram que o uso das comunicações V2V como método complementar de aquisição de dados in loco foi capaz de diminuir consideravelmente a quantidade transmissões realizadas sobre as redes móveis, sem a necessidade de implantação de novas infraestruturas de comunicação no ambiente, e com um reduzido atraso médio adicional fim a fim na obtenção das informações. A abordagem desenvolvida também se apresenta como uma plataforma de software flexível sobre a qual podem ser incorporadas técnicas de agregação de dados, o que possibilitaria aumentar ainda mais a preservação dos recursos de uplink das redes celulares. Considerando que a era da Internet das Coisas (IoT) e das cidades inteligentes está apenas começando, soluções para o descarregamento de dados, tal como a tratada nesta pesquisa, são consideradas imprescindíveis para continuar mantendo a rede móvel de acesso à Internet operacional e capaz de suportar uma demanda de comunicação cada vez maior por parte das aplicações. / The incorporation of computing and communication technologies into modern vehicles is enabling a new generation of connected cars. With the ability to get into a network formation, in the so-called ad hoc networks (VANETs), these vehicles might, in the near future, (i) make the traffic safer for drivers, passengers and pedestrians and/or (ii) promote a more pleasant transportation experience, with greater comfort. It is in this context that emerges the Vehicle CrowdSensing (VCS), a novel and promising paradigm for performing in loco data collection from the vehicles embedded technologies. VCS has proved to be an auspicious scheme for the development and deployment of the Intelligent Transport Systems (ITSs). However, in large urban areas, depending on the phenomenon to be monitored, the VCS applications can generate a colossal data traffic between vehicles and the monitoring center. Considering that all the vehicles information is generally sent to the remote server by using mobile network infrastructures, this massive amount of transmissions generated during the sensing activities can overload them and degrade the Quality of Service (QoS) they offer. This thesis document describes and analyzes a geographic clustering approach that relies on the use of Vehicle-to- Vehicle (V2V) communications to promote the VCS data offloading in cellular networks, in order to minimize the above impacts. The experimental results obtained showed that the use of V2V communications as a complementary data acquisition method was able to considerably reduce the number of transmissions carried out on mobile networks, without the need for deploying new communication infrastructures in the environment, and with a reduced additional delay. The created approach also stands itself as a flexible software platform on which data aggregation techniques can be incorporated, in order to maximize the network resources preservation already provided by the proposal. Considering that we are just entering in the Internet of Things (IoT) and smart cities era, creating data offloading solutions, such as that treated in this research, is considered an essential task to keep the Internet access network operational and able to support the growing demand for mobile communications.