国内外智能交通系统研究热点及演化趋势分析

赵娜，王旭东，2，雷聪聪

（1.长沙理工大学 交通运输工程学院，湖南 长沙 410114；2.中国铁建投资集团有限公司，广东 珠海 519000）

近年来，中国的城镇化、机动化进程不断加快，城市的交通需求量不断增长，民众出行需求日益提高，交通问题也日益凸显。由于交通基础设施的修建速度与交通需求量的增长速度之间存在差异，城市交通始终面临着超负荷运转、安全事故频发、排放污染严重等问题。但究其本质，交通需求与供给分配之间不平衡的矛盾才是造成这些现象的根本原因。目前，智能交通系统（intelligent traffic system，ITS）作为信息技术、通信技术、控制技术与人工智能等先进技术在交通领域的综合应用系统，对于解决交通供需矛盾以及缓解这些交通问题有着不可忽视的作用［1］。在国际上，欧洲、美国、日本等发达国家争相布局ITS 相关产业，利用自身技术优势，抢占市场先机与行业优势地位。而与其他国家和地区相比，中国在ITS 领域的研究仍有较大差距，其前沿技术多低水平重复、政府顶层设计作用有限、行业产业规模小等问题较为突出［2］。因此，为实现交通强国战略、促进中国ITS 领域高效发展，中国亟须打造多方共赢的交通运输信息化治理体系［3］。

1994年，国际学界初步界定了ITS的内涵，迄今为止，ITS 已经发展成为一种集多技术于一体的综合交通系统，这些技术包括车辆控制系统、交通监控系统、旅行信息系统等，并且随着科技的发展，各类高新技术在不断改进其领域内的各个子系统功能，ITS 也逐渐成为众多学者的热门研究方向。NARANJO 等［4］提出了利用人工智能技术改进车辆控制系统。NGUYEN 等［5］建立了一种基于遥测传输协议的实时交通拥堵监测系统。PETERSEN等［6］研发了公交出行时间预测系统。智能交通系统技术应用呈现出多元发展的趋势。在交通信息服务方面，赵祥模等［7］提出了交通信息服务系统，该系统通过网络云平台及智能化设施发布实时交通信息。在提升既有交通设施效率方面，严海等［8］针对公交车不能按时到站的问题，通过建立数值仿真模型，提出了实时的公交车速度控制方法。代壮等［9］建立了半自动驾驶公交车辆调度优化模型，该模型有效地降低了公交车辆运行成本，缩短了乘客候车时间。而在节能减排方面，低碳、高效、大容量的绿色交通系统以及清洁能源运载工具的推广，极大地提升了城市的宜居质量。

综上所述，本研究拟系统分析ITS 最新研究热点，探究其在近些年来的发展。本研究选用科学计量方法，对国内外ITS 方面的研究绘制可视化图谱，深入解读其研究发展现状，总结归纳ITS 的发展趋势，为中国交通强国战略建设任务的开展与ITS 相关学术问题的深入研究提供借鉴。

1 研究说明

1.1 研究数据与工具

本研究的数据来源于中国期刊的中国国家知识基础设施（China national knowledge infrastructure，CNKI）全文数据库和Web of Science 核心期刊数据库（下文简称为WOS）。在CNKI 中，以“智能交通系统”为检索词，分别选取中文核心、中文社会科学引文索引（chinese social science citation index，CSSCI ）、中国科学引文数据库（chinese science citation database， CSCD）进行高级检索，检索时间设为2012～2020 年，剔除与主题无关的期刊后，将搜索到的553篇文献作为本研究的基础数据之一。然后，在WOS 中，搜索英文主题“intelligent transportation system”“intelligent transport system”，将文献类型设为“article”，检索时间也设为2012～2020 年，对相关研究领域进行筛选，去除与主题不符的文献，最终得到2 505 篇文献。通过对这些文献进行统计，得到了国内外智能交通系统发文总量年度分布，如图1所示。

图1 2012～2020年国内外智能交通系统发文总量年度分布Fig. 1 Statistics on the literature of intelligent transportation systems at home and abroad from 2012 to 2020

从图1 可以发现，在2012～2020 年期间，智能交通系统领域的发文量总体呈上升趋势。其中，2012～2017年属于平稳发展阶段，而2017～2020年属于爆发式增长阶段，特别是2018 年，该领域的发文量比2017 年的增长了51.6%，表明ITS 受到国内外众多学者的广泛关注。本研究所使用工具为可视化软件CiteSpace，该软件通过共引理论和寻径算法，对特定学科或领域的科学文献进行分析，能对其进行可视化处理，表征该学科或者领域的演化趋势，探究其内部发展规律。CiteSpace 科学计量软件使用基于时序的可视化方法，能分析特定某一主题随时间的变化趋势。若将其与聚类算法配合使用，可以探究随时间推移凸现的主题类别，其在国内外的各个学科领域都得到了十分广泛的应用［10］。

1.2 研究整体特征

1.2.1 中国以外的国家和地区的研究特征分析

根据在2012～2020 年期间的搜索数据，利用CiteSpace 绘制中国以外的国家和地区在该领域发文的可视化图谱，结果如图2（a）所示；绘制中国以外的国家和地区的ITS 涉及的学科领域发展图谱，结果如图2（b）所示。

图2 中国以外的国家和地区的ITS研究特征Fig. 2 Distribution of foreign ITS research characteristics

1） ITS研究发文国家（地区）分布。

从图2（a）中可以看出不同国家（地区）在ITS 领域内的发文量。图谱中的节点半径越大，来自该国家（地区）的发文量就越多；节点半径越小，来自该国家（地区）的发文量就越少。节点间的连线表示国家（地区）间合作程度，线条越粗，则两个国家（地区）间的合作越多；反之，若线条越细，则两个国家（地区）间的合作就越少。

从图2（a）中可以发现，ITS 领域内的发文量排名靠前的国家（地区）有美国、英国、澳大利亚、韩国、加拿大、法国、新加坡等，表明这些国家（地区）在研发ITS 方面具有强劲的科技实力。从国家层面看，美国、欧洲、韩国等作为最早进行ITS 研发与创新的国家（地区），它们在ITS 研究领域占据了重要位置；从国家（地区）间的合作网络来看，国家（地区）间合作联系紧密，这也从侧面体现了这些国家（地区）对ITS研究的重视程度。

2） 中国以外国家和地区ITS涉及学科分布。

从图2（b）中可以发现，从对WOS的数据分析来看，在ITS 的大类下，除交通工程领域外，涉及较多的学科领域有土木工程（978 篇文献）、电气与电子工程（850 篇文献）、通信工程（235 篇文献）、公共环境与职业健康（90 篇文献）、机械工程（77 篇文献）、经济学（68 篇文献）等。土木工程、电气与电子工程仍是ITS 的主要合作学科领域，表明先进的交通基础设施、电子传感、控制技术是ITS 的重要组成部分。通信工程、公共环境与职业健康、机械工程等领域的发文量均大致呈稳步增长的趋势，据此也可判断ITS 与通信技术、机械工程、安全健康等学科的融合发展逐渐成了中国以外国家和地区ITS 研究的热门方向。

1.2.2 中国研究特征分析

根据在2012～2020 年期间的搜索数据，利用CiteSpace 绘制中国研究机构发文量排名柱状图，结果如图3（a）所示；根据搜索的CNKI 筛选数据，绘制中国的ITS 涉及的学科领域发展图谱，结果如图3（b）所示。

图3 中国研究特征分布Fig. 3 Distribution of research characteristics in China

1） 中国ITS研究发文机构分布。

从图3（a）中可以发现，中国在2012～2020年间与ITS 主题相关的总发文量为194 篇。中国的清华大学的ITS发文量居首位，共计37篇；其次为东南大学和中国科学院，分别为36 篇和32 篇。排名前三位的机构发文量占中国2012～2020年ITS主题相关总发文量的54.12%，发文篇数大于等于10 篇以上机构占总发文机构的92.78%。从这些数据来看，中国在ITS 领域的研究多集中于具有雄厚实力的理工类高等院校及科研院所。从这些研究机构所属的行政区域来看，中国对ITS 展开研究的机构多分布在北京市、南京市、杭州市、大连市等经济发达的东部地区，中西部地区仅有西安市的长安大学一所。这表明中国ITS 研究多集中于人口稠密、经济与科技研究水平均较高的东部地区；而在人口稀疏、经济与科技水平相对靠后的中西部地区，ITS 方面的研究开展得较少。

2） 中国ITS涉及学科分布。

从图3（b）中可以发现，中国ITS 领域的研究涉及较多的学科有公路与水路运输（349 篇文献）、计算机软件应用（191 篇文献）、自动化技术（67 篇文献）、电信技术（49 篇文献）、铁路运输（46 篇文献）、汽车工业（40 篇文献）等。公路与水路运输、计算机软件与应用仍是中国ITS 研究的主要涉及领域，表明这些学科在中国ITS 研究中占据主导地位。其次，自动化技术、电信技术、汽车工业等学科领域的ITS 发文量均大致呈稳步增长趋势。据此可以预测中国ITS 与这些领域的联系将会继续加强，并逐步成为新的研究热点。

2 国内外ITS研究热点与演化

2.1 中国以外国家和地区ITS研究热点与趋势

2.1.1 高被引文献分析

高被引文献是某一研究领域最具代表性的文章，对其进行分析有助于发掘该学科领域的热点与前沿问题［11］。因此，本研究对WOS 高被引文献进行了统计分析，得到2012～2020 年中国以外国家和地区的高被引文献，并依据引用次数，对其进行了排名，结果见表1。

表1 中国以外国家和地区ITS领域高被引论文Table 1 Highly cited papers in ITS field from countries and regions outside of China

自20 世纪80 年代以来，短期交通流预测一直是ITS 研究与应用的重要组成部分，VLAHOGIANNI等［12］就对在短期交通流预测方面存在的问题做了总结和归纳，并提出了其中10个未来研究的重点方向。LIPPI 等［13］对以往的短期交通流预测方法进行了系统的对比和分析。近年来，车辆自动驾驶、自动巡航逐渐成为ITS 研究的重点，MILANÉS 等［14-15］基于实际实验数据，开发了自适应巡航控制（adaptive cruise control，ACC）和合作巡航控制（cooperative adaptive cruise control ，CACC）系统模型。DI等［16］针对车队排列问题，提出了新的分布式控制协议。PETIT 等［17］就自动驾驶潜在的隐私安全、网络攻击等问题进行了深入研究，并提出对应策略。交叉口协同控制是ITS研发的关键环节，LEE等［18］设计了在车辆完全自动化的情况下的交叉口控制算法（cooperative control algorithm for vehicle at intersection，CCAVI）。 在ITS 扩展研究方面，MENOUAR 等［19］提出了将无人机应用在智能交通系统的方法，该方法可提高智能交通系统的灵活性。MOREIRA-MATIAS 等［20］认为ITS 也可以应用在高效的出租车调度、需求预测、省时寻路等方面。综上所述，提升ITS 在交通流精准预测方面能力、车辆自动驾驶及交叉口协同控制、ITS 扩展研发等是近些年来中国以外国家和地区ITS研究的热点方向。

2.1.2 关键词分析

研究热点是指某领域在一定的时期内，研究关注量较大的科学主题［22-23］。本研究借助CiteSpace软件，绘制文献关键词共现图谱来展示关键词之间的内在联系，以此反映中国以外国家和地区在智能交通系统领域的热点与动态前沿，结果如图4所示。在图4中，图谱中每个年轮代表一个关键词，年轮半径的大小代表以该词作为关键词的文献数量的多少，年轮半径越大，关键词出现的词频越高，其与文章主题相关性也越强；反之，年轮半径越小，关键词出现的词频越低，其与文章主题相关性也越弱。词汇的中心性指的是该词汇在全部关键词中的中心程度，如果某关键词的中心性大于等于0.1，则该词汇为科研网络中的关键节点，且其中介作用较强；反之，如果某关键词的中心性小于0.1，则该词汇不是科研网络中的关键节点，其中介作用也相对较弱。这些年轮最外圈宽度代表中心性，最外圈年轮越宽，关键词的中心性越大；最外圈年轮越窄，关键词的中心性越小。年轮间的连线粗细代表两个关键词共线关系的强弱。

图4 WOS数据库智能交通系统关键词共现网络Fig. 4 WOS database intelligent transportation system keyword co-exist network

从图4 中可以发现，WOS 数据库智能交通系统中的关键词均较为集中，且关键词四周分布较为均匀，表明其所研究领域主题较为集中，没有局限于单一研究方向，各领域间联系较为紧密。

通过对ITS 的高频关键词进行统计，得到最常用的前20位高频关键词，结果见表2。

表2 （续）

表2 中国以外国家和地区的智能交通系统最常见的前20个关键词Table 2 The top 20 most commonly used keywords in ITS field in countries and regions outside of China

由表2可知，外文文献中ITS的研究领域主要聚焦于交通出行安全，如adaptive cruise control（自适应巡航控制）、behavior（行为）、security（安全）等关键词的搜索频率较高［24-25］。据相关数据，中国以外国家和地区的交通事故发生率与致死率均远低于中国的交通事故发生率与致死率，这与中国以外国家和地区的学者注重交通出行安全方面的研究密不可分［26-27］。

由表2 还可知，外文文献对于model（模型）、algorithm（算法）、neural network（神经网络）、optimize（优化）、communication（交流）等关键词的关注较为密切，表明提升ITS 计算性能的基础学科是中国以外国家和地区的交通领域的热点议题［28-29］。而在实际应用方面，除adaptive cruise control（自适应巡航控制）、behavior（行为）、security（安全）外，较多研究聚焦于traffic（交通）、intelligent vehicle（智能交通设备）、prediction（预测）、tracking（轨迹追踪）等方面［30-31］。traffic（交通）和prediction（预测）等关键词主要出现在车辆流及异质流预测中，这两者是目前智能交通系统领域研究的热点。intelligent vehicle（智能交通工具），又称self-driving vehicle（自驱动交通工具）主要涵盖环境感知、定位及地图构建、路径规划决策、运动控制等方面的内容，它们均是ITS 领域的重要研究课题［32-33］。tracking（轨迹追踪）这一关键词主要出现在自动驾驶车队、伴随车辆、车辆监测等方面的研究中，多用于交通控制与诱导、稽查布控、应急抢险救灾等工作，这些研究具有较高的社会意义。

2.1.3 研究趋势演变

收集中国以外国家和地区的智能交通系统关键词，对其进行时区划分，结果如图5所示。对关键词的时区划分进行分析与研判，并结合CiteSpace 关键词突现度，可将研究区间划分为两个阶段：

图5 国外智能交通系统时区演化阶段Fig. 5 Time zone evolution of foreign intelligent transportation systems

第一阶段（2012～2015 年）：此阶段涉及的关键词数量最多，主要有ITS、traffic prediction（交通预测）、intelligent vehicle（智能交通工具）、energy consumption（能源消耗）、advanced driving assistance system（先进驾驶辅助系统）、traffic control（交通控制）、traffic safety（交通安全）、framework（框架）、traffic engineering（交通工程）等。此阶段研究主题多为ITS 奠基性理论与技术，后续研究基本都是以该阶段的研究工作为基础，在其之上进行深入的研究与应用。

第二阶段（2016～2020 年）：该阶段的重点研究方向有feature extraction（特征提取）、deep learning（深度学习）、data analysis（数据分析）、consensus control（一致性控制）、traffic engineering calculations（交通工程计算）、人工智能（artificial intelligence，AI）等。WUTHISHUWONG 等［34］采用多智能体概念对交通网络进行了建模。TANG 等［35］基于机器学习的车载网络，开发了高度动态的智能系统。值得注意的是，在此阶段，数据作为重要的战略资源，开始引起学界的广泛关注，从数据缺失到数据分析，数据的价值愈发显著。CHEN等［36］运用交通大数据，挖掘其外部价值，给交通系统提供了更便利、更可靠的服务。NKENYEREYE 等［37］提出了专门用于安全车辆云计算的交通数据传播和分析协议。将人工智能（artifictal intelligence，AI）、云计算、物联网、大数据等新一代信息技术综合起来，解决交通领域的科学研究问题在这一阶段逐渐成为主流的研究趋势与热点。

2.2 中国ITS研究热点与趋势

2.2.1 高被引文献分析

本研究对2012～2020 年的CNKI 筛查数据进行了统计与分析，得到了这些年来中国高被引文献表，见表3。

表3 中国ITS领域高被引文献Table 3 Highly cited pagers in ITS field in China

由表3 可知，在ITS 顶层设计方面，陆化普等［38］认为数据是ITS 研究设计的基础，交通大数据将会引领ITS 的深度变革。冉斌等［42］则认为ITS 的发展应该从“聪明的系统”起步，逐渐发展到“聪明的车和路”的高级阶段。赵祥模［7］则提出了泛在交通信息融合系统，该系统将先进的泛在网络、协同感知、大数据、云计算等技术与ITS 结合起来，得到了较好的效果。在交通流预测方面，于荣等［39］以顺畅流、平稳流、拥挤流、堵塞流为标签，对道路交通状态进行分类，提高了交通流的预测精度。杨帆等［44］建立了在车路协同下多智能体的微观交通流模型；李颖宏等［43］利用数据挖掘技术，分析了历史交通数据的时空特性，结合多种组合预测方式，实现了短时交通流预测。在道路交叉口交通控制方面，张存保等［45］改进了道路交叉口信号控制流程，建立车路协同环境下的交叉口仿真模型。在交通大数据方面，赵鹏军［40］采用大数据方法，采用ITS 技术，提高了交通流的预测精度，提升了公交运行实时监控水平，缓解城市交通拥堵。在ITS子系统方面，张纪升等［46-47］针对智慧高速公路，提出了“端-管-云”思路的技术架构。综上所述，提高交通流预测精准度、构建科学完善的ITS子系统是这一阶段中国ITS研究的主要趋势。

2.2.2 研究关键词解析

将筛查得到的CNKI 数据导入CiteSpace 科学计量软件进行分析，得到中国智能交通系统关键词的共现网络，结果如图6所示，并据此建立高频关键词表，结果见表4。

表4 中国智能交通系统最常见的前20的关键词Table 4 The top 20 most commonly used keywords in ITS field in China

图6 CNKI数据库智能交通系统关键词共现网络Fig. 6 CNKI database intelligent transportation system keyword co-exist network

在图6中，节点外圈环的厚度越大，节点的重要性越高。节点间连线的颜色深浅代表节点首次建立连接的时间，颜色越深，节点间发生连接时间越晚；反之，颜色越浅，节点间发生连接的时间越早。

从表4 中可以看出，中心性排名前五的关键词为智能交通系统、深度学习、人工智能、车路协同、车联网。从图6 中可看出，这些关键词之间的连线颜色多为深色，表明中国智能交通系统研究与新兴技术开发间联系时间较晚。图6中与云计算相关的节点（如云控系统、云控交通信号管控、云控基础平台等）之间的连线为深色，表明这些均是中国智能交通系统的热点研究方向。大数据及云控制技术的发展与创新，为其他各领域的研发与创新带来新的机遇。在实际应用层面，车辆检测、地图匹配、 车路协同、交通控制、公共交通等均为中国的研究热点。其中，车辆检测主题主要涉及交通流监测［48-49］、车辆行为检测［50］等方面；地图匹配及车路协同主题则代表ITS 领域的关键定位技术［51］及短程通信技术研发方面，精准的卫星定位技术及高效的短程数据通信可为ITS 提供更加精确的道路交通定位及导航信息服务；交通控制、公共交通主题涵盖了交通信号控制、智能公交协调优化［52-54］等方面。

2.2.3 研究演化分析

绘制中国智能交通系统时区图谱，如图7所示，并结合CiteSpace 科学计量软件中的关键词突现度及中国智能交通政策内容，将所研究区间划分为3个阶段。

图7 国内智能交通系统时区划分Fig. 7 Time zone division of the domestic intelligent transportation system

第一阶段（2012～2013 年）：这阶段的代表关键词有ITS、交通仿真、交通流量预测、城市轨道交通、物联网、云计算、车路协同等。在区域协同方面，马庆禄等［55-56］结合交通物联网、云计算技术，提出了区域交通联动控制云策略模型。龙琼等［57-59］基于Q 学习理论，对城区干线交通控制进行系统优化。在车路协同方面，邓国红等［60-63］对微观交通流、巡航控制等模型进行了设计和优化，大幅提升了交通运行的机动性、稳定性。纵观近年来的研究进展，受通信技术发展所限，这两方面始终不能较好地同时满足低时延、高可靠的要求，故发展较为缓慢。

第二阶段（2014～2017 年）：这阶段的代表关键词为无线传感网络、交通控制、地图匹配、车联网等。在此阶段，中国政府颁布了《“十三五”现代综合交通运输体系发展规划》，该规划强调了建设智能交通的重要性。地图匹配是智能交通系统的难点。周成等［64］认为如何在复杂城市环境中提高地图匹配精确性及处理海量数据的能力是该领域研究重点。王明月等［65-67］指出实时而准确的短时交通流量预测是解决复杂城市交通问题的关键。车联网技术是融合汽车、信息、交通等领域专业知识的重要技术，也是未来ITS 发展的关键。此外，交通信号控制作为诱导车辆合理通行的重要节点，对城市智能交通的合理规划起着重要引领作用。

第三阶段（2018～2020 年）：这阶段的代表关键词有深度学习、自动驾驶、智能网联汽车、信息物理系统、云控系统、云控基础平台等。2019 年9 月，中共中央、国务院印发了《交通强国建设纲要》，提出要推动大数据、人工智能、区块链、超级计算等前沿技术与交通行业深度融合发展。很多学者也在不断尝试新技术与交通行业的结合应用。谭台哲等［68-69］利用卷积神经网络与深度学习进行交通标志的识别与检测。在云控制技术方面，先进、完善的云控制系统对于解决交通数据处理与存储难题、合理规划调度交通资源并具有显著优势。李克强等［70-72］提出了智能网联汽车云控系统，该系统可显著降低车辆运行成本，减少交通事故，提升道路通畅性。

综上所述，不难发现，中国智能交通系统的发展与国家政策紧密相关，具有较强的政策引导效应，且基于人工智能等各类信息技术与交通领域的融合发展亦是中国ITS研究的重点与趋势。

3 结论与展望

3.1 研究结论

通过对国内外ITS 基础知识及热点前沿研究进行统计分析，得出结论：

近年来，国内外研究学者在智能交通系统领域研究热度持续升温。中国以外国家和地区的研究国家（地区）中，美国、欧洲、韩国、新加坡等国家（地区）的发文量较多，这些均是ITS 研究的传统强国（地区），国家（地区）间的联系也较为紧密。在中国的研究机构中，交通理工类的高等院校是研究的主要力量，且其地域上也呈东部密集，西部稀疏的特点。从涉及学科方面看，国内外的ITS 研究均越来越表现出与多学科、多领域融合的趋势，且ITS 与通信、电子信息、汽车机械等学科和领域的联系日益紧密。

从ITS 高被引文献来看，国内外研究均注重交通流预测、车路协同、ITS 系统扩展研发等方面。从研究热点来看，国内外研究均呈ITS 与前沿技术交叉融合的特征。从发展趋势来看，国内外研究存在一定的差异，中国以外国家和地区多以基础研究为主，注重通过技术发展破解交通系统研发难题；而中国的研究则呈现政策引领发展的特征，其研究更多聚焦于区域协同、交通控制、云控系统等方面。

此外，交通大数据是国内外研究者普遍关注的重点，大数据研究的发展对于ITS 的理论与应用影响深远。与中国以外国家和地区的研究相对比，中国的研究更侧重于公共交通、电子停车不收费系统（electronic toll collection，ETC）等交通整体性规划对于提升区域乃至全国经济发展的应用等，且其对于ITS 的顶层架构理念及其系统技术应用也在逐步深入。

3.2 研究展望

综合国内外ITS发展趋势，未来中国ITS研发与应用可着重考虑以下几个方面：

1） ITS基础核心技术。

从全球化趋势来看，各国对于ITS 技术的研发投入与深度都将达到一个全新的水平，其发展演变将在现有基础上不断提升，都致力于实现研发新突破，掌握核心技术，实现技术输出。对于中国来说，首先是研发更具中国特色的ITS 技术，不断提升ITS智能化水平，如多流向车辆检测算法、区域协同控制算法等；其次是智能交通模拟仿真技术，其对于打破技术封锁、丰富道路交通智能化应用、提升道路运行管理水平至关重要；最后是在大数据背景下，重点关注交通数据获取、处理、存储等，如何在云端及边缘端实现数据高效、准确提取，降低计算处理维度，解决海量数据存储难题，是未来研究的重要着力点。

2） 车路云协同一体化。

通过终端网联车辆、路端智能设备、云端处理中心，结合5G 等先进通信技术，实现车路云信息共享，进而解决传统交通信息的传输阻滞、视觉盲区、交通拥堵等难题。目前，中国在单车智能技术路线上与美国相比，仍有较大差距，而采用车路云协同一体化路线则有利于中国在科技领域上弯道超车，实现技术引领。并且对于大规模区域协同控制而言，车路云协同的优势更加明显，尤其是对于大量车辆实时协作控制、保证车辆协作通信所需信息与数据的实时性与可靠性等方面的作用更加显著。所以，基于先进通信技术的车路云协同一体化是未来重要研究方向之一。

3） 混合交通流下ITS研发。

传统交通流多为非智能化的车辆组成的单一交通流，而随着自主驾驶技术的突破，有人与无人驾驶车辆组成的混合交通流将在未来很长时间内占据主导地位。基于此，混合交通模式下的ITS 研究也应随之增多。如基于混合交通流的车辆协同控制优化，降低交通事故发生率与燃料消耗，提升道路交通安全性与流畅性；针对混合交通流车辆轨迹数据获取，构建道路交通全样本数据模型，进行交通状态预测评估；人机共驾模式下，有人与无人驾驶车辆事故权责分配法律问题研究等。因此，如何在混合交通流下探索ITS 新突破将成为未来研究的重要议题。