广泛部署的交通监控设施每天生成大量交通数据，以确保交通安全。各种数据源可用于不同的运输方式（如道路交通、海运、铁路等）。视频监控数据、全球定位系统（GPS）、自动识别系统（AIS）、浮动车数据、Wi-Fi探头数据、感应线圈探测器数据和模拟数据都是可以分析的数据源。大规模多源交通数据为我们分析交通安全和预防潜在交通事故提供了重要信息。

充分利用来自多个交通数据源的历史时空信息并非易事。我们无法从噪声环路检测器数据中识别交通流变化趋势。此外，当车辆在强干扰条件下行驶时（例如，港口地区、山区），收集的GPS数据可能非常不准确。因此，我们可能无法通过单一类型的噪声交通数据轻松确定导致交通事故的主要因素。

本期特刊旨在吸引原创研究文章和评论文章，重点介绍通过多种数据源和人工智能技术实施交通安全分析和预防。欢迎提交考虑交通流建模、交通安全分析、交通控制和交通模拟等方面的资料。

潜在主题包括但不限于以下内容：

• 视频数据（海上监视视频、无人机视频等）
• 辅助交通安全分析
• 通过多个交通数据（例如感应回路数据、浮动车探测数据）进行交通流建模和分析
• 深度学习辅助交通安全分析
• 基于人工智能技术的高分辨率交通数据采集
• 交通仿真数据支持交通安全分析
• 智能交通避碰