数据驱动的解决方案可以用来发现定量的见解和协助通知交通管理决策。除了方法论的创新——例如,人造intelligence-their成功很大程度上依赖数据的可用性。

由于先进的通信、传感和数据处理技术,大量的与运输相关的数据正在通过新来源,如连接和自主车辆,wi - fi和蓝牙设备,智能手机应用程序,交通摄像头、激光雷达和社交媒体。新兴的数据为及时、紧密,智能地调查和管理我们的交通系统。新的研究从利用大规模新兴数据为交通管理开发各种数据驱动的解决方案。

这个特殊的问题旨在征求最近研究进展和实践在智能交通管理授权由新兴数据和量化方法的进步。我们鼓励原始研究和评论文章,关注现实的使用,大规模、多维新兴数据来提高交通管理的现有理论和实践提供可行的解决方案。

潜在的主题包括但不限于以下:

• 数据融合的交通管理(例如,融合数据循环探测器和探测车辆拥堵检测)
• 数据驱动的多模式交通管理(例如,整合公共交通和bicycle-sharing系统)
• 智能需求管理(例如,动态收费和交通拥堵定价)
• 主动安全管理(例如,实时风险检测和事故预防措施)
• 创新的交通事件管理(例如,事件检测、影响分析和二次事故预防)
• 以数据为中心的应急管理(例如,疏散建模)
• 聪明的工作区域管理(例如,先进的警告)
• shared-mobility管理系统(例如,汽车共享,拼车,车队管理)