城市智慧公交研究综述与展望

徐猛，刘涛，钟绍鹏，姜宇

(1.北京交通大学，轨道交通控制与安全国家重点实验室，北京 100044；2.西南交通大学，交通运输与物流学院，综合交通大数据应用技术国家工程实验室，成都 611756；3.大连理工大学，交通运输学院，辽宁大连 116024；4.丹麦科技大学，管理学院，Kgs.2800，灵比，丹麦)

0 引言

发展城市智慧公交是现代城市交通发展的主要方向之一。城市交通问题影响城市居民的出行，一直受到国内外学者的广泛关注。目前许多城市人口密度大、用地资源稀缺等因素决定了要优先发展公共交通。随着大数据、云计算、自动驾驶、智能网联与电动汽车等颠覆性技术和新兴技术在城市交通领域的应用，对智慧公交的发展和服务创新提供了新思路与新机遇。2019年，中共中央国务院印发的《交通强国建设纲要》提出：要优先发展城市公共交通，鼓励引导绿色公交出行，合理引导个体机动化出行。近期印发的《国家综合立体交通网规划纲要》进一步明确指出：要深入实施公交优先发展战略，构建以城市轨道交通为骨干、常规公交为主体的城市公共交通系统，推进以公共交通为导向的城市土地开发模式，提高城市绿色交通分担率。发展智慧公交对提升城市公交出行服务水平，实现我国交通强国战略目标，促进城市交通可持续发展起着至关重要的作用[1]。目前，科技进步对城市智慧公交和交通运输系统的发展影响已受到广泛关注[2]。

本文以当前城市智慧公交发展为背景，围绕智慧公交当前研究现状，从智慧公交客流特征分析、智慧公交运营研究、智慧公交基础设施及组合优化、智慧公交服务评估等4个方面对智慧公交的现状进行研究，总结当前研究存在的重点和不足，并对智慧公交的未来研究从4个方面进行展望。这4个方面中，乘客特征智能识别与预测为其他3个方面提供需求数据支持，而智慧公交服务评估所制定的评估框架是前3个方面的优化目标，并共同形成闭环反馈，保障智慧公交服务研究的内在统一。从这4 个方面对城市智慧公交目前的研究进展进行分析和总结，有助于厘清城市智慧公交目前发展存在的问题，从而发展适用于我国实际交通环境的智慧公交规划设计与运营管理方法和技术，以更好地支撑城市智慧公交的建设与发展，为我国建设“交通强国”提供科学支撑。

1 我国城市智慧公交发展现状

我国智慧交通市场近年来保持高速增长趋势。智慧交通作为智慧城市建设的重要组成部分，IT 建设支出占比约为27%，2019年，中国智慧交通技术支出约432 亿元，预计2024年，中国智慧交通技术支出规模将达到840亿元[3]。我国智慧交通发展的目标是通过建设智慧交通系统充分保障交通安全、发挥交通基础设施效能、最大限度发挥城市交通效能，建立人、车、路、环境协调运行的新一代综合交通运输系统，提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。按照《交通强国建设纲要》中规划目标，到21世纪中叶，我国将全面建成交通强国。交通运输信息的数字化、网络化、智能化水平位居世界前列。计算机、互联网、大数据、人工智能等技术的快速发展，将为智慧交通建设提供强大技术支撑。智慧交通的发展是建立在已有的智能交通基础之上，融入了物联网、云计算、大数据、移动互联网、人工智能等高新技术和颠覆性技术。通过搜集与出行相关的信息，对城市交通管理、公众出行等进行管控支撑，使城市交通系统具备感知、互联、分析、预测、控制等能力，为通畅的公众出行和可持续的经济发展服务。因此，智能交通侧重于交通信息采集、传递及数据化、可视化展示。而智慧交通则是在智能交通原有功能的基础上，融入“人的智慧”，以及更加先进的信息技术、通信技术、传感技术、计算机技术和系统综合技术，将“人、车、路、环境”等有机结合起来，更加强调协同运行、个性化和智慧化运行。

与现有的传统公交和智能公交发展相比较，智慧公交主要包含两方面的含义：一方面是利用大数据、云计算、自动驾驶、智能网联与电动汽车等颠覆性技术和新兴技术提升现有传统公交的信息化、自动化、智能化、智慧化、个性化与低碳化水平；另一方面是在现有智能公交发展基础上，进一步发展具有更高服务水平和更高吸引力的新型公交系统。特别地，在运营管理方面，智慧公交的管理者能准确定位每辆公交车所在位置，实时掌握车辆状况；并通过智能化的管理系统收集和处理公交运营信息，根据实际公交出行情况调整公交车的运营和统计分析(例如，智慧公交系统可以根据天气、假期、季节、周边活动分析历史断面客流，进行科学行车排班；根据客流、路况等情况进行实时计算，动态调整发车频率；对发车早点、发车晚点、考勤缺失等不同异常自动检测及处理；自动形成出车统计、行驶里程、油电消耗等车辆运行数据报表，减少人力运行成本)。同时，乘客能基于智慧公交管理平台实时了解车辆到站的时间和载客数量，以便合理地选择交通工具，减少盲目等车时间，并且实现便捷客票支付。因此，智慧公交是现有公交的升级版与衍生版，一方面智慧公交是信息化、智能化、个性化与低碳化水平更高的现代传统公交，另一方面智慧公交是现代传统公交在运营方式与服务模式发生变化之后的新型公交模式[4]。

大数据时代的来临，为城市公交运营服务设计与管理带来了新的机遇与挑战[5]。来自于公交IC卡、GPS/北斗定位、智能手机App、网页、传感器、视频检测的多源公交大数据，具备较好的连续性、完备性和时效性，为传统公交的运营服务模式带来根本性的变革[6]。目前，在智慧公交建设发展方面，我国在一些城市(例如北京、杭州、长沙等地)开展了一批示范性应用工程，并取得了一些代表性成果。例如，基于多源大数据的公交数据大脑已成功应用于杭州、南京、昆明等城市的公交系统中，有力地支撑了公交运营调度管理和服务升级，促进公交系统的数字化转型[7]。它是基于新型互联网架构，采用云计算、大数据、AI 技术和数据安全等先进技术，结合公交运营业务和管理规范，对公交数据进行治理，融合多源数据，挖潜数据价值，应用到公交运营、服务和管理的平台型服务系统，主要包括基础数据层平台、数据中台和业务端、服务端等应用功能。而在2018年12月28日，湖南长沙市开通了智慧公交示范线。此条智慧公交示范线全长7.8 km，沿途停靠11 个站点，双向总计22 个站点。试运行期间，基于L3级自动驾驶智能系统投放了4辆中车电动智能驾驶公交车[8]。

2 国内外研究现状

2.1 智慧公交客流特征分析

公共交通运营与乘客之间的信息不对称问题是传统公交服务的一个瓶颈，智慧公交服务可以有效解决这一难题，也使得管理部门利用数据驱动技术对客流特征的提取更加精准且具有时效性。

2.1.1 智慧公交客流采集技术

智慧公交客流特征的获取，可以从时间维度上覆盖过去、现在和未来(对公交客流的分布、总量、变化等进行预测)，而从空间维度覆盖网、线、站的乘客特征，对智慧公交网络设计与优化、提升智慧公交运营和智慧公交服务评估具有重要意义。因此，智慧公交运营数据的快速有效获取为智慧公交客流特征分析与服务水平提升具有重要意义。

传统公交客流采集主要依赖于人工调查，包含跟车调查、驻站调查等方法。随着信息技术的快速发展，更加高效、准确的采集手段在现实中得到了应用。其中公交IC卡技术是最为普遍的客流采集技术。它可以提供较为详实的客流OD、乘客属性信息。除此之外，视频检测、移动手机App、微信小程序等新技术手段也在实践中得到较为广泛的应用。

2.1.2 智慧公交客流分析

智慧公交系统产生的公交大数据为分析城市智慧公交客流特征提供了重要的数据资源，如何高效分析已成为当前智慧公交研究领域的重点问题之一。Zeng[9]指出IC卡、GPS等相关技术在公交领域的应用，一方面提高了公交运营的服务水平，另一方面产生了大量公交运营数据，为公交客流分析提供基础数据，加快了智能公交发展进程。Chapleau等[10]通过非接触式智能卡、自动乘客计数(APC)、全球定位系统(GPS)和基于地理信息系统(GIS)的操作数据库等新兴技术的实施研究出相应的融合处理方法，挖掘多源数据在公交领域应用的潜力。

目前有关智慧公交客流特征的研究还处于发展阶段，且主要聚焦在公交卡刷卡数据的分析上。例如，Agard 等[11]通过对12 周IC 卡数据进行过滤、聚类分析，得到4 类具有类似出行特征的人群，并对每类人群出行行为的特征进行分析。Lee等[12]对公交卡乘客的出行目的和活动类型进行分析和提取，建立了公交出行目的分配处理程序和学习算法，Kurauchi 等[13]基于伦敦的公交卡数据，建立了马尔科夫模型研究早高峰通勤者的通勤特征。Ma等[14]基于北京市的智能公交卡数据，对乘客出行的时空规律性进行研究，同时比较了居住地、工作地的空间分布与不同类型乘客出发时刻与出行距离的差异。Briand等[15]基于长达5年的公交卡刷卡数据，运用聚类分析方法，以乘客在使用公交系统出行中的出行习惯为基础进行聚类分析，分析了年度之间的出行行为变化特征。Gao[16]对公交IC 卡数据、车辆GPS数据、天气数据、线路站点数据等多源数据进行预处理，完成了对多源公交数据信息所隐藏的公交客流多维度(时间、空间、天气、人群)分布特征的提取。Faroqi 等[17]使用IC 卡数据分析大规模网络中乘客的活动和行程。黄益绍等[18]以公交车IC 卡和GPS 数据为基础，分析了站间距和车辆到总站距离间的关系，提出了一种基于改进粒子群算法优化极限学习机的公交站点短时客流预测模型，并给出了公交乘客上车站点确定方法。关于智慧公交客流的挖掘与分析是近年来的一个热门研究话题。对于该领域的研究，方兴未艾，尚有许多值得深入研究的内容。

2.1.3 基于客流特征的新型服务模式

智慧公交服务还包括定制公交、应需式公交等新型服务模式，这些新型公交服务模式可以实现将无规律性的随机客流转化为确定的乘客预约信息，从而提出创新性智慧公交服务。定制公交服务基于乘客提前预约(可能是一天或者数天)的需求数据，而应需式公交更强调服务的及时性，即只要有需求就立刻(短至几分钟内)提供实时服务。定制公交与应需式公交均属于需求响应式公交的范畴。基于客流需求特征，Li[19]提出需求响应式公交可以实现点到点的载客模式，相对于传统固定线路公交，需求响应式公交更具有灵活性，能有效提高公交的运营效率。由于需求响应式公交的客流来源为乘客预约信息，较常规公交而言，客流来源稳定，不需要盲目的实行固定的运营计划，因此可以准确地进行运力投入，同时由于乘客出发时刻和乘客数的确定，需求响应式公交可按照既定的路线和时刻运行。客流集散点在其服务范围内的客流分布较为均匀，不利于固定线路的常规公交的应用。需求响应式公交对规律不明显的客流集散问题更具有实际应用意义，可以将无规律的客流分布转化为确定的乘客需求，从而提高公交的运行效率。Xiang[20]根据获得的出行信息对乘客出行规律做时空特征分析：时间角度方面，分析区域和线路的全日小时客流变化特征、早晚高峰客流变化特征；空间角度方面，分析全日、早高峰的出发站点和吸引站点分布特征、站点客流量特征、客流空间流向特征以及客流运距特征。通过客流特征分析，挖掘乘客出行规律，发现定制公交的潜在客流，为定制公交开行提供客流基础。Huan 等[21]提出一种针对过饱和公交网络需求响应式客流控制策略的方法。采用预先偏好-非揭示偏好调查，以获取乘客对客流控制策略的行为反应，并揭示在出发时间和模式选择方面的显著行为改变意向。这种行为反应往往被忽视，导致在估计目标群体的规模和拟定策略等方面出现偏差。结果表明，提出的模型强调平衡公交系统运行效率和乘客感知服务公平性的重要性，且在削峰和负载均衡方面具有显著的性能。

2.2 智慧公交运营研究

伴随智慧公交硬件基础设施的不断完善，对于智慧公交运营管理方法与技术的研究也日益深入。目前在多源公交大数据挖掘与分析、多模式公共交通区域协同调度、乘客需求为导向的多样化与个性化定制出行服务，以及面向大型活动与应急事件的智慧公交运营组织等领域积累了较为丰富的研究成果。如图1所示，多源公交大数据挖掘与分析为其他3个方向的研究提供了数据支撑。

图1 数据驱动的智慧公交运营Fig.1 Data driven smart public transport operation

2.2.1 多源大数据驱动的智慧公交运营服务革新

数据驱动的智慧公交规划与运营管理是近年来国内外学术界的研究热点。目前关于多源大数据驱动的智慧公交运营服务的研究主要集中在公交到站信息服务优化，公交车队调度优化[22]，公交运营应急管理等领域。马晓磊等[23]提出了多源大数据在公交运营管理中的分析框架，介绍了若干公交大数据挖掘与分析方法，以及相关典型应用案例。Guido等[24]构建了基于多源大数据的面向公交出行者的决策支持系统，该系统有助于为出行者提供更好的出行策略，优化以乘客需求为导向的灵活公交服务。Wepulanon等[25]利用乘客携带智能手机的WiFi数据来估计乘客在公交车站的候车等待时间，并应用于香港的公交系统中。Bie 等[26]构建了利用公交GPS 定位数据对运营时段进行划分的算法，研究结果有助于编制更加符合实际运营环境的公交时刻表。

2.2.2 多模式公共交通区域协同调度

公交区域调度模式能够更加高效地利用公交运力资源，降低企业运营成本，相对于我国很多公交企业采用的单线调度模式具有极大的优势[27]。多模式公共交通区域协同调度能够进一步协调不同的公共交通模式，减少乘客出行的换乘时间和总出行时间，提高公交服务水平。Wu 等[28]考虑整合乘客路径选择的随机公交时刻表协同优化。杨信丰等[29]以乘客候车和换乘等待时间最小为优化目标，建立了区域公交协调调度的双层规划模型，以提高区域公交的服务水平。一些研究结果也表明，地面公交与地铁的协同运营有助于减少乘客换乘等待时间[30]，降低总出行时间与总运营成本[31]，提高多模式公共交通的运营协同[32]。Liu 等[33]近期对公共交通协同调度的理论模型、求解算法和应用效果等进行了全面与系统性的综述。

另一方面，公交系统的日常运营充满了随机性和不确定性，实际运行情况受道路交通状况和驾驶员驾驶风格影响较大。因此，采取一定的运行控制策略，例如公交大站快车[34]，提高多模式公共交通协同运行的可靠性和韧性成为近年来的热点研究[35]。在自动驾驶和智能网联交通系统环境下，多模式公共交通协同运行的可靠性、韧性、安全性和服务水平将会得到进一步提升，为乘客提供更加便捷的无缝化出行服务[36]。

2.2.3 乘客需求为导向的多样化与个性化定制出行服务

随着公众出行服务平台(例如智能手机App、微信小程序、移动终端等)在城市公交的深度集成应用，公交企业可以实时收集乘客出行需求信息，使得以乘客需求为导向的智慧公交服务成为可能，多样化与个性化的公交服务在许多城市兴起[37]。例如，北京市目前已经开通运营500余条多样化公交线路，涵盖定制公交、商务班车、旅游公交、高铁专线、就医专线、节假日专线等，在一定程度上提高了乘客多样化与个性化出行需求。

关于多样化与个性化定制公交的研究方兴未艾，目前的研究主要集中在乘客需求辨识与分析，线网设计，时刻表优化，车辆调度优化，以及考虑新冠肺炎疫情影响的需求响应型定制公交运营管理优化等领域[38]，采用的研究方法主要有对出行平台收集的客流需求数据进行大数据挖掘与分析、建立数学优化模型、设计模型求解算法等。Qiu 等[39]通过挖掘和分析常规公交刷卡数据提取潜在的定制公交乘客需求数据。Wang等[40]通过对大连定制公交的乘客订购数据分析乘客忠诚度的影响因素。Wang等[41]基于实际数据利用空间动态面板模型对定制公交的空间相关性和溢出效应进行研究。Huang等[42]建立了适用于定制公交线网设计的两阶段优化模型，该模型可以考虑乘客与运营商之间的交互。Guo 等[43]、Dou 等[44]考虑了时变的定制公交灵活路径优化。

从提高乘客可达性与降低运营成本的目标出发，Chen等[45]以时空网络为基础建立了定制公交站点选择、线路设计与时刻表编制的一体化优化模型。Wang等[46]考虑了时间依赖旅行时间下的车辆路径与调度联合优化模型，并设计了求解模型的自适应遗传算法。王健等[47]建立了带乘客出行时间窗约束的多条定制公交线路车辆调度优化模型，以极小化总运营里程为优化目标，设计求解模型的遗传算法。马昌喜等[48]考虑新冠疫情对定制公交上座率的影响，以应急定制公交总运行时长最短为优化目标，建立应急定制公交线路优化模型，并设计了基于遗传算法的求解方法。此外，在出行即服务(Mobility as a Service,MaaS)理念下，各种多样化与个性化定制公交服务正在整合到一个统一的出行服务平台上，为乘客提供便捷的一站式出行服务[49]。在MaaS 理念下，公众的日常出行预期将变得更加便捷、有效和具有韧性[50]。

2.2.4 面向大型活动与应急事件的智慧公交运营组织

大型活动与应急事件为城市公交运营组织提出了新的要求。大型活动与应急事件下的客流与常规公交客流特征存在显著的差异，运输组织的目标亦有所不同。近年来，在应对北京奥运会、上海世博会、广州亚运会等大型活动，以及新冠肺炎为代表的应急事件中，在公交运营组织上积累了宝贵的经验。现有研究成果主要集中在运输组织保障，车辆调度，大规模客流应急疏散，轨道交通接驳，疫情防控应对等领域。采用的研究方法主要有计算机模拟，数学建模与优化和实证分析。周里捷等[51]针对大型活动地面公共交通运营组织与调度所面临的复杂性、临时性、可持续性等特征，从需求预测、运力资源配置、抢修调度等方面进行了研究，并以北京2008奥运会地面公交运输组织保障为案例进行分析。Wang等[52]介绍了北京2008奥运会交通监控与调度系统的架构。Zhu等[53]介绍了针对广州2010 亚运会大规模人员疏散所建立的平行公共交通系统。Gu 等[54]构建了一个接驳公交车辆指派的两阶段优化模型，该模型可以考虑动态的乘客到达，并设计了模型的启发式求解算法。Liang 等[55]从突发事件发生的角度，研究了基于鲁棒性的接驳公交服务设计问题。何祖勇等[56]通过引入时间容忍度概念，对系统内乘客进行分类，建立了接驳公交蓄车点选址与分配优化模型，模型可以通过优化软件包进行求解。

针对大型活动与应急事件所具有的突发性与不确定性特征，提高公交运输服务的可靠性、韧性以及智慧化水平将是以后的研究重点。

2.3 智慧公交网络设计与优化

科学合理地对智慧公交线网进行布局是智慧公交发展的重要组成部分，涵盖了从战略层面到运营层面的诸多问题。现有的有关城市公交线网布局研究主要围绕某一特定区域内的公交线路设置以及站点确定，在此基础上，可以分别进行初始线网设计与已有线网优化。针对初始线网设计的研究，在很久之前，Lee等[57]就给出了一种公交线网设计的迭代方法，有助于在给定出行需求的情况下，动态调整公交需求，以正确处理可变公交出行需求与最优公交线网设计之间的动态特性；进一步地，Owais 等[58]结合帕累托最优条件，提出一种考虑用户和运营商的公交线网双层规划决策模型。相比于初始线网设计，对已有线网的优化往往是公交网络研究的主要关注点，Yao等[59]基于时间成本、换乘次数和公交网络可靠性，提出一种公交线网鲁棒优化方法，考虑了居民出行比较关注的公交运行时间可靠性问题。为使公交用户与运营商的双方效益尽可能达到最大化，在先前的研究基础上，Feng等[60]提出一种新的公交线网优化模型，并考虑乘客的出行需求等属性。可以看出：现有的公交线网布局研究中，对所提出的模型，一般利用遗传算法进行求解。近期的研究发现，目前应用于遗传算法的数据存在的覆盖率与精确度缺陷，转而使用精确的道路网络数据和代表性公共交通需求数据执行遗传算法，使得设计、优化更合理。

随着智慧公交的发展，传统的智慧公交线网布局研究也迎来了新的挑战，需要考虑的因素随之增加。例如，伴随着车辆能源的转变，公交线网设计与优化受到更多来自电池容量、充电站选址、充电等待时间等方面的约束，研究提出的优化模型也需要着重解决公交线网设计与充电站规划的协同问题。同时，需要进一步对站点数量、间隔、车队规模、票价和充电桩数量进行联合优化。

实际应用中，公交线网设计与优化问题面临着更复杂的状况，需要完整地设置线路路线、发车频率和时间表，需要在用户和运营商的满意度之间找到平衡，这使得该问题具有多目标性。因此，单纯考虑某一方面的优化是远远不够的，很多研究也同样将线网设计、发车频率与时刻表的问题协同考虑。具体结构如图2所示。

图2 公交线网设计与优化问题现状结构图Fig.2 Structure diagram of public transport lines network design and optimization problem

2.3.1 公交网络调度问题

公交网络调度问题(Transit Network Scheduling Problem,TNSP)同时考虑给定公交路线的发车频率和时刻表决策，这种多目标决策是NPHard问题，因此普通的数学模型无法精确解决公交网络调度问题。在公交网络调度初始设计过程中，Koutsopoulos 等[61]最先提出简化的TNSP 的数学建模和求解方法，将乘客等待时间成本、运营成本和车辆拥挤成本构成了最小化的目标函数。此外，由于公交网络调度问题并不是独立存在的，其中还涉及到换乘协调调度问题。在最新的研究进展中，Gkiotsalitis 等[62]基于Maas 理念提出一种建立公共汽车时刻表的模型和启发式方法，通过明确考虑公交支线的规律性和乘客的换乘时间来模拟公交支线和干线的调度协调问题。

随着智慧公交的不断发展，公共交通逐渐开始与新兴技术结合，出现了更多元化的应用模式。例如，自动驾驶公交车逐渐进入公众视野，有学者开始研究自动驾驶公交车和传统公交车混合班车服务，进而由此衍生出了现有公交网络调度优化的新方法，其中，Dakic 等[63]提出一种新型的、灵活的公交调度系统，该系统由全自动模块化公交与传统的公交车队一起服务于乘客需求，这些模块化公交单元既可以单独运行，也可以组合运行形成具有更高载客量的模块化公交。这也是首次将三维宏观基本图和模块化公交单元应用于公交运营领域的频率设置问题。

2.3.2 公交网络设计和频率设置问题

公交网络设计和频率设置问题(Transit Network Design &Frequencies Setting Problem,TNDFSP)同时考虑公交路线设计以及发车频率决策。对TNDFSP的研究分为两种主要方法：连续近似模型和离散优化模型。连续近似模型简化了问题，假设一个理想的网络可以用连续变量来描述，比如公交车站间距和频率，但这种简化模型在现实复杂的公交网络中得出结果的实用性需要提高。离散优化模型依据真实公交网络求解运行时间与运行成本之间的帕累托前沿关系，在出行直观性和乘客平均出行时间方面表现突出。在初始网络的设计方面，Jha 等[64]研究了一个多目标公交线网设计与发车频率协同设置问题，具体分两个阶段解决。在利用遗传算法解决公交线网设计问题，生成公交线路的基础上，将发车频率设定问题描述为一个多目标模型，以乘客时间和运营成本同时最小化为目标分配每条线路的频率；同时，为考虑换乘影响和拥挤延误对乘客出行时间的影响，Chai等[65]建立了多目标公交线网设计模型，将网络生成、模式选择、需求分配、频率设置等问题综合起来解决，从而使乘客的出行时间和网络中使用的车辆数量达到最小化。

在碳中和背景下，新兴的电动公交、自动驾驶公交的网络设计和频率设置问题的优化是当前智慧公交的热门研究趋势。Liu等[66]同时优化公交线路布局、服务频率和充电站位置来解决电力交通网络设计问题，同时保证有足够的公交车来满足所有乘客需求，满足所有运营公交车的充电需求，最大程度减少延误、减少拥堵。Hatzenbühler 等[67]开发了一个多目标优化和多智能体仿真框架，以研究当自动驾驶公交系统部署在固定路线网络上时，与传统公交系统相比，网络设计和频率设置的潜在变化。同时考虑到运营商成本、用户成本和基础设施准备成本，对线网配置和发车频率进行了评估和优化。

2.3.3 公交网络设计与调度问题

公交网络设计与调度问题(Transit Network Design&Scheduling Problem,TNDSP)的研究对公交系统从线网设计到时刻表设计进行系统的优化，结合了上文提到的公交规划过程的3个步骤，是一个非常繁琐、复杂的过程。因此，公交网络设计与调度问题所用到的模型通常需要进行简化。尽管这项任务要求很高，但在先前的研究中，仍有几项比较典型的研究尝试对这一问题进行解决。例如，Quak[68]提出一种求解TNDSP 的双重线集构造法。该方法依赖于总行驶时间、线路运行次数和绕行时间的共同目标函数。为充分考虑运营收益，Güden等[69]建立了一个整数线性规划模型，采用基于分解的启发式算法，以运营收益最大化为目标来解决TNDSP问题。

但从总体上看，由于TNDSP 问题考虑因素过多、优化过程复杂，近年来，相比于TNDFSP 与TNSP，智慧公交领域针对TNDSP的研究仍相对较少。对于面向智慧公交的TNDSP 问题需要更简便、更有效地优化算法与模型。表1总结了关于公交线网设计问题的主要文献。

表1 关于公交线网设计问题的文献分类Table 1 Literature summary of public transport lines network design problems

2.4 智慧公交服务评估

随着互联网技术的发展，数据获取途径更加便利，获取种类大大增加。国内外的公交线路运行状态分析和评价方法都有一定程度的发展，逐渐向数据分析、多源数据融合的方向发展。在利用新型数据方面，随着互联网技术的发展，数据获取途径更加便利，获取种类大大增加。吴玲玲等[74]从多样性角度对大城市公共交通服务水平进行了总结。杨晓光等[75]在考虑乘客感知的前提下，综合分析了价值、能耗与信息等维度，提出了公交运行服务质量体系的评估方法，基于交通调查和系统采集数据，通过统计分析解析了公交系统运行服务的过程和出行者出行的内在特性；基于对出行策略的定义，分析了出行者出行时间、成本与体能消耗3方面预算对其出行决策的影响，最后分析提出三大预算对于从公交出行生理因素和心理过程两个基础层面揭示出行行为机理，是从乘客对服务感知视角对公交运行服务质量进行评价的更为客观有效的手段；一些学者基于GPS 数据和公交IC 卡数据，直接评估公交系统运行指标，Gu[76]结合GPS 数据和公交IC卡数据对常规公交系统的运行特征进行分析，从结构选择，维度构建和指标选取这3个方面建立了常规公交系统运行特征指标体系；基于GPS数据和公交IC卡数据，实现上车站点、下车站点和换乘站点的判断，建立了常规公交系统运行特征指标体系的计算方法，运用层次分析法对该指标体系进行权重分配，建立了常规公交系统运行水平评价方法，研究结果表明，该评价方法可以服务于常规公交系统的规划、管理、决策与评估；Huo等[77]以乘客的社会经济特性和出行特征为自变量，选取常州快速公交作为案例开展车内问卷调查以获取建模所需数据，采用有序Logistic 回归作为建模方法。提出基于有序Logistic 回归建模乘客满意度的一般性方法，利用车载设备收集数据，建立快速公交(Bus Rapid Transit，BRT)的Logistic 回归乘客满意度模型，研究结果表明，等车过程对乘客满意度的影响最大，其次是乘车过程，到站过程的影响相对最小；站点设施，如是否配备遮挡物和座椅等，对乘客满意度有较大影响；乘客的社会经济特性对乘客满意度有很大影响。Zhou 等[78]基于智能卡数据建立了公交车到站时间计算模型，修正了乘客下车提前刷卡带来的到站时间计算误差。计算模型误差率的均值和标准差分别为0.7%和3.8%，其对刷卡行为的研究有利于进一步研究公交车模式、载客率、调度、服务评价等。Kim 等[79]引入名为“粘性指数”(SI)的指标来量化总是选择同一条路线(高粘性)的用户和选择不同路线(低粘性)用户的偏好范围。使用一套回归模型对澳大利亚布里斯班6 个月的公共交通智能卡数据进行分析，结果表明，粘性指数倾向于空间聚类，即高SI 空间位置与其他高SI 位置相连接，这为公共交通系统的重新设计和调度提供信息。Wang[80]建立基于公交IC卡和GPS数据的公交运营评价分析的体系结构，提出一种新的层次和系统的测试和评价方法。研究结果表明，与传统的基于外部任务绩效的方法相比，该方法不仅可以提供令人信服的系统整体性能结果，而且可以深入了解各个关键功能层的性能。Shi等[81]探讨了公交运营、客流、服务水平等影响公交服务供需的因素，应用层次分析法建立公交线路优化综合评估模型，系统分析了公交线路层、站点层、公交调度方案等各个层次的公交优化方案，从公交运营、客流、服务水平等影响公交服务供需的因素进行了探讨。基于公交智能卡交易数据、公交位置数据和公交网络静态属性数据等多源数据，提出公交线路优化效果评价指标体系。应用层次分析法建立公交线路优化综合评价模型，结果表明，提出的公交线路优化定量分级评价方法可以对公交线路优化的绩效进行科学分类。Eltvedd 等[82]提出一种基于智能卡数据与车辆自动定位数据匹配的公交车站到列车站台换乘时间分布估计。该方法采用分层贝叶斯混合模型，在丹麦东部的129个车站进行的应用结果表明，其能够准确估计两类站点的步行时间分布：在换乘过程中，由于公共汽车和火车之间的同步不佳，乘客花费额外时间的车站；在换乘过程中，乘客在购物、买咖啡或做其他短期工作的车站。

除了基于智能公交卡数据的公交服务评估外，部分研究还围绕电动公交和自动驾驶公交服务评估展开。Zhang[83]研究无人驾驶车辆通过特殊区域智能行为评价方法，目的是能提供一个全面、合理的体系去评价无人驾驶车辆在复杂区域和未知地带的智能行为表现，依据信息熵理论构建特殊区域下环境复杂度模型，利用层次分析法构建无人驾驶智能行为评估体系，结果表明，本体系和评价方法可有效地分阶段、分指标对参赛车进行总评分和排名，验证了本评价体系和方法的有效性及合理性。Li等[84]在评估公交服务中考虑了空气污染因素，建立了一个整数规划模型来评估最优混合公交车队(电动客车、压缩天然气客车、混合柴油客车、柴油客车)规模和组成。在香港的个案研究显示中，混合公交车队管理比单一公交车队管理更具优势。Shen 等[85]提出并仿真了一种综合自动驾驶汽车和公共交通系统。他们选取服务质量、道路资源利用率和运营成本与收入这3项指标，对构建的52个不同车队规模和拼车偏好的场景中的公交系统服务性能进行评估。结果表明，集成的公共交通系统具有提高服务质量、占用更少的道路资源、财政可持续的潜力。

3 现有研究评述

结合国内外研究现状综述，从如下4个方面对现有研究进行分析评述。

3.1 智慧公交乘客客流特征分析

数据驱动的智慧公交规划与运营管理是近年来国内外学术界的研究热点。借助于相关的运营大数据，可实现公交车辆运营分析、公交客流需求估计和预测，以及公交客流分析等功能，为城市公交线网优化调整和车队运营管理提供数据和决策支撑。如2.1 节所述，现有研究基于公交卡刷卡数据分析了乘客的出行偏好，并重点关注公交服务水平对乘客出行行为产生的影响以及影响客流量的关键因素，取得了一些研究进展。同时，智慧公交服务(如定制公交、需求相应型公交、自动驾驶公交等)也引起了学者们的广泛关注，相比传统公共交通，这些智慧公交服务在灵活性方面更有优势。然而，由于缺乏有效的数据和识别技术，导致无法准确分析智慧公交服务模式下乘客的日常出行规律并精准定位乘客的出行需求，尤其是不确定环境下的乘客动态实时需求。同时，现有乘客流量预测方法已无法满足智慧公交服务模式下的客流预测需求。这些问题在一定程度上制约着智慧公交服务水平的提升。

随着各种新型技术的发展应用，智慧公交研究很大程度上是由于国内城镇化的快速发展、人口的大量增长以及出行需求的急剧增加等原因造成的。研究出行角度较多，从出行者的自身条件影响中分析出行者性别、出行目的以及出行区域因素。出行特征分析手段随着技术发展而发展，由最开始的人工调查、问卷实地调查方式转变到现今利用信息化时代中存在的各种交通数据，结合现今技术和算法进行出行特征分析和公交效能评估，也在很大程度上提高分析效率，直观、快速地分析出行特征和公交的运行效能。总的来说，国内城市公交以及出行规律的研究相比国外发展较晚，但近些年国内公共交通迅猛发展，人口流动日益增加，相关研究也越来越广泛。

3.2 智慧公交运营

近年来，智能手机App、移动支付、电动汽车、信息与通信技术、大数据、人工智能等新兴技术以及共享经济等新经济模式在公共交通领域的广泛应用，促使传统公交系统正朝着以一体化、个性化、电动化与自动化为典型特征的智慧公交系统快速演变。传统的公交运营管理方法不足以支撑此类新型智慧公交系统的运营管理。为应对此挑战，国内外学者近期就智慧公交多源大数据挖掘与分析，以乘客需求为导向的智慧公交车队管理与运力资源优化配置，智慧公交个性化出行服务设计、面向大型活动的智慧公交运营组织等问题展开研究。研究的核心主要集中在基于多源大数据的乘客需求识别与预测模型，大规模需求响应式公交系统的车辆调度优化，智能网联环境下公交车队智能调度优化，智慧公交个性化出行服务设计机制，面向特殊大型活动的智慧公交运营组织方法等关键科学问题。国内外学术界对于以上科学问题的研究，尚处于起步阶段，很多问题还没有被很好地解决。尤其是随着新技术与新商业模式的不断涌现，以上科学问题又演变出新的特征，亟需新的、更好的解决办法。

3.2.1 多源公交大数据协议与挖掘分析方法

目前多模式公交的海量数据汇聚、交换和使用缺乏可遵循的规范标准。建立统一的多源公交大数据协议有助于实现公交大数据的共建共享，促进科学研究和行业应用。因此，从政府、行业、企业和技术层面，构建统一数据协议格式的公交大数据是未来研究重点之一。对于公交大数据的挖掘与分析，除了采用传统的数理统计分析方法，近年来新兴的人工神经网络模型、深度学习、强化学习等人工智能方法有助于更好地挖掘和分析公交大数据，将是未来研究的重点方向。

3.2.2 多模式公共交通协同运营

伴随公交线网的扩张和运营服务的多样化，多模式公共交通的实际运营环境变得日益复杂，如何实现系统层面的全局最优协同运营是一个极具挑战性的问题。因此，研究更加符合实际运营环境和企业与乘客实际需求的协同运营模型将是今后的一个研究重点。其次，充分利用运筹学、数据科学与人工智能领域的最新研究成果，设计更加高效的求解算法，以求解更大规模的协同优化问题，将会是另一个研究重点。此外，开发更加智能的计算机决策支持系统，以更好地支撑调度人员的日常调度运营管理工作，推动模型与算法的实际落地应用，也是一个具备很大价值的研究方向。

3.2.3 需求响应型多样化与个性化定制出行服务

对于需求响应型公交系统，精准的客流捕捉是公交资源优化配置的依据和前提，运力调度、运力结构和运力规模是优化公交运力配置的核心内容。结合经济发展水平、地理条件、政策法规和客流特性、车辆特性、线路场站特征和企业内部管理规定等，构建基于多源公交大数据的智慧公交出行识别与客流预测模型将会是未来的研究重点。其次，如何科学高效地调度公交车辆，以更好地匹配客流需求，提高服务水平，也将是未来的一个重要研究方向。此外，在MaaS理念下，传统公交企业如何转型，抓住机遇，应对挑战，也是一个值得研究的课题。

3.2.4 面向大型活动与突发应急事件的智慧公交运营组织

大型活动与突发应急事件下的客流特征与常规公交有显著的不同。因此，深入挖掘和分析乘客出行行为特征，构建针对大型活动与突发应急事件的短时客流精准预测模型与算法将会是未来的一个重点研究方向。其次，根据运输组织所要满足的特殊目标，如何科学合理地配置公交企业的运力资源，一方面降低运输组织成本，另一方面提高运输服务水平，也是一个值得深入研究的方向。此外，大型活动与突发应急事件具有高度的随机性和不确定性，如何提高运输组织方案的可靠性与韧性，降低安全风险，将会是未来的一个重点研究方向。

3.3 智慧公交网络设计与优化

目前关于公交基础设施选址和网络设计优化问题往往是彼此作为独立的子问题分开处理。现有公交基础设施(公交场站、充电设施)布局规划方法没有考虑土地利用与交通间的互动反馈关系以及基础设施(充电设施)布设方案对公交系统运营效率的影响。此外，公交网络设计模型主要是基于纯迭代序列的方法求解，这种方法不仅依赖于解的初始状态，而且非常耗时，更重要的是得到的解可能仅仅是次优解。近年来，随着计算机硬件和数据可获取方面的进步以及模型方法上的突破，将多个子问题集成到更大更复杂的全局规划问题中逐渐成为可能。尽管如此，不同交通方式(如大运量轨道交通、自动驾驶公交、应需式公交等)的综合规划侧重于单独设计不同的子网络，而没有充分考虑各子网之间的耦合。相关研究表明，通过联合设计多式联运网络，可以大大降低乘客的旅行时间。

另一方面，在关于利用定价作为一种激励手段来促进乘客出行方式和路线选择的改变方面，已有一些相关的研究。然而现有研究主要集中在道路交通。最近，学者们开始尝试通过优化公交票价结构以管理车内的拥挤状况，以便提供舒适的公共出行体验并留住顾客。此外，传统的公交服务提供商和智慧公交服务如何制定价格和分配利益，以实现双赢的博弈，目前还处于探索中。随着人工智能技术融入物联网，智慧公交正逐步体现在城市公共交通的发展中。例如，通过指挥调度中心和公交车上的定位系统连接，乘客能够根据实时提供的信息合理规划出行路径，但是综合来看，现有研究没有结合智慧公交将乘客实时规划路径作为公交网络设计和频率设置问题的前提条件，这一点在今后的研究中还需要改进。未来，智慧公交将充分应用自动驾驶与新能源技术。智慧公交将不再仅仅是一辆车，而是一个搭载了各种智能设备的智慧终端。因此，智慧公交的网络设计与优化问题在未来将会变得更加复杂，公交场站、充电设施等布局规划方法将更需要与城市土地利用进行互动反馈，形成更加系统化、智能化的公交网络设计与优化模式。此外，传统公交网络设计优化模型往往只能进行公交系统某一方面的优化，尤其是同时考虑公交线网、发车频率和时刻表优化的研究相对较少，但近年来，智慧公交的发展使得多个单方面问题集成为更大更复杂的全局规划问题逐渐成为可能。Bertsimas等[86]发现，在现代公共交通系统越来越复杂、运营规模越来越大的情况下，必须通过联合设计多模式联运网络(如大运量轨道交通、自动驾驶公交、应需式公交等)，可以大大降低乘客的出行时间，支持快速增长的城市人口，并且在预算紧张的情况下顺利运行。今后的研究也将更多关注应需式公交服务对增强乘客日常出行可达性的影响，为城市提供便捷灵活的多模式公交服务和管理措施，提高公交服务水平。考虑因素更多的未来智慧公交设计与优化问题结构如图3所示。

图3 未来智慧公交线网设计与优化问题结构图Fig.3 Structure diagram of future smart public transport lines network design and optimization problem

3.4 智慧公共交通服务评估

公交系统分析包括公交线路选择评价、公交出行成本以及对公交排放进行的公交运营评估。现有公交系统的评估主要集中在对传统公交基础设施、线网结构和运力资源配置进行评价分析。随着交通强国战略的推进，智慧公交服务将会快速融入到人们的日常生活中。在上述背景下，现有公交系统评价体系还存在以下不足：其一，缺乏对(智慧)公交系统的跟踪评价机制和方法，无法有效评估智慧公交系统的社会经济效益；其二，缺少系统地分析乘客全出行链上的可达性特征，同时对复杂场景下智慧公交系统协同运营评价分析不足。对于智慧公交服务的评估工作所考虑的指标共包括以下3方面：①乘客角度。乘客的满意度是衡量公交服务水平的一项重要因素，其对公交服务的评价取决于候车时间、换乘时间、车内旅行时间和步行时间(从出发地到公交站、从公交站到目的地)。上述4项可总结为乘客的出行成本，与之相关的概念是可达性、覆盖率、可靠性、便捷性、舒适性、拥挤度等。②公交系统角度。公交的运营成本和运行效率是衡量公交系统性能的指标，涉及线网规划、线路运营、车俩调度等优化问题，同时提高公交车的上座率和提高公交专用道的利用率对于提高公交系统运行效率也十分重要。③外部性角度，即公交服务带来的污染成本，这是表明公交服务的绿色和可持续性的指标。

公交服务评估方法的应用情况关系到评估结果的可行性和准确性。评估方法研究的目的是根据不同的评估目的、评估的侧重点，选择相对适合的评估模型，使评估的结果更加准确。在评估方法模型选用方面，传统公交服务评估方法一般以层次分析法、结构方程模型法、粗糙集综合评估法、模糊综合评估模型、逼近理想解排序法等。随着交通强国战略的推进，智慧公交服务将会快速融入到人们的日常生活中。现有公交系统评价体系还存在以下不足：其一，缺乏对智慧公交系统的跟踪评价机制和方法，无法有效评估智慧公交系统的社会经济效益；其二，缺少系统地分析乘客全出行链上的可达性特征，同时对复杂场景下智慧公交系统协同运营评价分析不足。为了进一步促进应需式智慧公交系统的良性发展，需要分别从政府、企业经营者及社会用户的视角，综合考虑经济效益、社会效益、环境效益等因素，制定一套可量化的指标以全面评估应需式智慧公交系统对改善智慧公交出行的影响。智慧公交发展评估系统要实现对公交设施水平、客流状况和公交可达性进行全面评估，实时发现公交发展存在的不足。升级既有的车辆运行监测系统，实现对车辆的实时监测、运行状况的报表统计，支撑公交补贴等核算；搭建公交设施、可达性、服务水平评估系统，支撑公交的精准投入，并为线路、设施和考核补贴提供精准指引。并通过对智慧公交车GPS、刷卡数据等业务大数据的分析统计，对公交车服务水平进行评价，为公交线网优化、排班、规划等业务提供辅助决策依据。所使用的评价方法主要包括，计算机模拟、经济分析、层次分析法、多目标评价、统计分析方法等。并采取分阶段评价的方式，分别就系统规划开发前、系统计划实施过程中、系统开发完成后、系统运行一段时间后开展动态评价，为监管机构提供智慧公交行业管理规范，保障智慧公交服务可持续发展。

4 研究展望

随着改革开放40年来我国交通大国目标的实现，目前正向交通强国的目标迈进。交通强国不仅要以设施建设与技术装备发展为标志，更要以服务能力建设为标志[87]。提升智慧公交服务水平和促进城市可持续发展，无法完全依赖新兴技术和颠覆性技术，还需交通系统和管理水平的提升。基于以上分析，下面将从乘客特征智能识别与预测、智慧公交运营、智慧公交网络设计与优化、以及智慧公交服务评估与智慧化等4个方面，联系未来我国公交发展需求进行研究展望。

4.1 乘客特征智能识别与预测

信息技术是提高出行服务能力的需要[88]，和传统基于问卷的乘客出行特征调查方法相比较，乘客特征识别技术等的应用将大大提升样本量规模，并减少调查成本，带动与智慧公交出行相关的预测/规划工作的精细度和质量，催生新的智慧公交出行服务系统，提升公交服务质量。针对乘客客流智能识别与预测问题进行研究，通过收集、整合和分析多源数据，构建多源数据关联匹配模型并提取公交出行链信息，挖掘常规和大型活动中用户需求和出行行为特征异质性及乘客对交通拥挤和收费等其他激励因素的偏好性和敏感性，准确定位乘客的出行需求，为日常和大型活动下的公交客流统计和预测、运输计划编制、客运组织管理等工作提供数据支持。例如：基于多源数据的乘客出行行为挖掘与特征提取，智慧交通服务模式下乘客出行行为分析与预测，以及面向大型活动乘客客流规律与智能预测等。

4.2 智慧公交运营

针对复杂场景下的智慧公交运营问题进行研究，侧重于开发面向用户需求的智慧公交运营管理与运力资源优化配置技术，研究符合实际运营环境的节能减排型智慧公交车队运营调度技术、车队运力资源共享平台构建技术、传统公交与智慧公交混合运营组织技术、多模式融合的个性化出行服务平台构建技术。这些核心技术的实现基于用户个性化出行行为特征和精准客流预测模型，通过输入基于多源数据的乘客需求识别与预测模型，构建多模式公交出行集成优化方案以及面向大型活动的非常规客流组织方案，为乘客提供网络化、层次化、多样化、个性化的韧性出行服务。例如，以乘客需求为导向的智慧公交车队调度技术，智慧公交个性化出行服务设计，以及面向突发大客流应急疏散的接驳公交调度技术等。

随着自动驾驶技术的不断成熟，传统公交的运营也将发生巨大的变革。未来在该领域的研究工作将更多集中于自动驾驶公交运营的安全性、自动驾驶公交的路权机制、公众对自动驾驶公交的接受程度、自动驾驶公交的运营调度、公交司乘制度的改革等方面。

在国家碳达峰碳中和目标下[89]，智慧公交的运营也将朝着更加绿色低碳节能的方向发展。新能源公交车辆将会在全国各大城市进行大规模推广应用，以取代传统燃油公交车辆。新能源公交系统的运营将会面临许多新的挑战，将会是未来重点研究的一个方向。

4.3 智慧公交网络设计与优化

针对智慧公交网络设计与优化问题进行研究，基于城市土地利用与交通反馈关系，提出公交基础设施(包括公交场站、充电设施)的中、长期布局规划建议及方案，并分析基础设施布设方案对公交系统运营效率的影响。例如，考虑土地利用的智慧公交基础设施布局规划方法，基于可达性的智慧公交基础设施布局及公交网络集成优化，智慧公交网络服务一体化定价设计与激励措施，以及融合连续近似模型与离散优化模型的新方法体系等。

4.4 智慧公交服务评估

针对面向可持续发展的智慧公交服务评估问题进行研究，分别从政府、企业经营者及社会用户的视角，综合考虑经济效益、社会效益、环境效益等因素，制定一套可量化的指标以全面评估应需式智慧公交系统对改善智慧公交出行的影响。可以采取分阶段评价的方式，分别就系统规划开发前、系统计划实施过程中、系统开发完成后、系统运行一段时间后开展动态评价，为监管机构提供智慧公交行业管理规范，保障智慧公交服务可持续发展。充分利用大数据以及移动互联智能终端，向乘客、运营企业和政府提供实时的服务质量评估反馈，提高各方用户体验。例如，面向未来可持续发展的智慧公交系统评估，应需式智慧公交系统服务评价，以及智慧公交基础设施和协同运营评估，基于移动互联终端的智慧公交服务在线评估等。此外，公交服务评估的智慧化是关于服务水平评估的依据获取的智慧化[90]，如在现有的数据感知(感知更多的服务水平关联样本点)、数据获取(获取成本更低使过去许多不经济的方法变得简单易行)技术基础上更加全面和多样化，不再依赖有失偏颇的主观(如满意度)评价而更强调定量化评估。

5 结论

本文就我国城市智慧公交发展现状，从智慧公交客流特征分析、智慧公交网络设计与运营优化、面向可持续发展的智慧公交系统评估、智慧公交出行服务等角度对智慧公交的现状进行分析和总结。通过比较第3 节的研究评述和本节的研究展望，可以看出，在智慧公交客流特征分析、智慧公交网络设计与运营优化、面向可持续发展的智慧公交服务评估、智慧公交出行服务等方面，目前已有相关研究；但从智慧公交发展的角度，目前的研究还存在严重不足。表2对本文提到的主要研究不足以及研究展望进行了总结。因此，当前有关智慧公交的创新性研究和发展，亟需从以下4个方面进行考虑：

表2 智慧公交现有研究评述与研究展望Table 2 Research review and prospect on urban smart public transport

(1)挖掘乘客全出行链信息、提供一站式智慧公交出行服务；

(2)土地利用与交通整合视角下集成优化公交基础设施布局和公交运营效率；

(3)基于智慧公交多层级发展需求，构建面向政府、企业、社会用户的立体化公交运营系统评估体系；

(4)构建智慧公交一站式出行服务平台。

目前，结合智慧公交发展国家重大需求，在交通运输部、科技部、国家自然科学基金委员会等国家部门以及相关公交行业协会的支持下，我国多所科研院校都组建了智慧公交研究机构，在智慧公交出行行为分析、智慧公交规划设计、智慧公交运营，以及智慧公交服务评价等研究领域拥有较为成熟的研究团队。大数据、云计算、自动驾驶、智能网联与电动汽车等新兴技术在城市交通领域的集成应用，对提供多模式智慧公交服务和促进城市可持续发展提供了新思路与新机遇。我国交通强国和新基建国家战略将对城市公交发展，例如公交基础设施建设、运营方式、公交服务模式等，产生深远的影响。智慧公交服务水平的提升将逐步重视多种公交方式的集成化和个性化服务。为了实现我国交通强国战略目标，亟待从可持续发展的角度，探寻智慧公交系统规划设计与运营管理新方法，开发智慧公交服务关键技术，满足公众对于智慧公交服务的需求。

目前，我国智慧公交服务产业发展迅速，但有关智慧公交的顶层设计和发展规划还不够明确，有关智慧公交的研究对支撑智慧公交的科学发展还很有限。智慧公交的研究亟需围绕国家重大战略需求，探讨智慧公交的发展机制和规律，探索运用颠覆性技术和新技术、新理念、新方法不断发展，为公众提供便捷、舒适、绿色、低碳、高效的智慧公交服务。交通科学、管理科学、信息科学、城市科学、系统科学、数据科学等多领域交叉，产学研相结合是提升智慧公交发展的有效途径。因此，如同我国的交通运输系统工程正面临交通运输需求的时空特性与交通供给模式的演变，智慧公交服务亦面临诸多新的发展，当前研究需进一步加强多学科交叉，突出产学研相结合，为我国智慧公交高质量发展提供强有力的科学支撑。