智能交通系统环境下城市公共交通安全管理体系的优化与重构
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.32629/acair.v4i1.19352
Abstract
城市化与机动化的不断深化,使得城市公共交通运行环境变得日趋复杂,传统“人防”安全管理模式难以应对高密度混合交通流与新能源车辆新型风险,存在滞后性与结构性不足。本文基于智能交通系统工程理论,剖析风险演变机理、构建多维动态安全风险量化模型,研究设计了“端-边-云”协同系统架构,通过感知层全域采集、边缘层实时计算、云端层智能决策的层级联动,实现全域感知、实时互联与智能决策的贯通,探讨适配的工程技术标准与管理机制。通过多源异构数据标准化融合与数字化闭环管控,推动安全管理从被动响应转向主动防御,为公共交通系统安全与高质量发展提供支撑。
Keywords
智能交通系统；城市公共交通；“端-边-云”协同架构；主动安全防御；新能源车辆；风险量化模型
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 刘梦佳,欧阳德胜,张德义.城市轨道交通安全管理体系建设研究[J].时代汽车,2025,(21):187-189.
[2] VermaSK,VermaR,Singh B K,et al.Management of intelligent transportation systems and advanced technology[M]//Intelligent transportation system and advanced technology.Singapore:Springer Nature Singapore,2024:159-175 .
[3] 以绿色化、智能化、一体化引领城市公共交通高质量发展——十四届全国政协常委赖明在第二届(广州)国际公共交通新能源和数字科技产业博览会上的讲话[J].人民公交,2025(17):25-28+24 .
[4] 张菲娜,周进均,胡义良.国内外城市交通发展经验总结分析[J].黑龙江交通科技,2024,47(11):155-158.
[5] 姜辉.交通强国视角下城市公交高质量发展策略的探讨[J].城市公共交通,2021,277(7):31-35.
[6] Zemmouchi-Ghomari L.Artificial intelligence in intelligent transportation systems[J].Journal of Intelligent Manufacturing and Special Equipment,2025,6(1):26-42 .
[7] Ma S,Yan X,Billington J,et al.Cognitive load during driving:EEG microstate metrics are sensitive to task difficulty and predict safety outcomes[J].Accident Analysis & Prevention,2024,207:107769 .
[2] VermaSK,VermaR,Singh B K,et al.Management of intelligent transportation systems and advanced technology[M]//Intelligent transportation system and advanced technology.Singapore:Springer Nature Singapore,2024:159-175 .
[3] 以绿色化、智能化、一体化引领城市公共交通高质量发展——十四届全国政协常委赖明在第二届(广州)国际公共交通新能源和数字科技产业博览会上的讲话[J].人民公交,2025(17):25-28+24 .
[4] 张菲娜,周进均,胡义良.国内外城市交通发展经验总结分析[J].黑龙江交通科技,2024,47(11):155-158.
[5] 姜辉.交通强国视角下城市公交高质量发展策略的探讨[J].城市公共交通,2021,277(7):31-35.
[6] Zemmouchi-Ghomari L.Artificial intelligence in intelligent transportation systems[J].Journal of Intelligent Manufacturing and Special Equipment,2025,6(1):26-42 .
[7] Ma S,Yan X,Billington J,et al.Cognitive load during driving:EEG microstate metrics are sensitive to task difficulty and predict safety outcomes[J].Accident Analysis & Prevention,2024,207:107769 .
Copyright © 2026 郭建国
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License