概述

（1）智能网联环境下多源感知融合与特征提取技术多源感知存在体量大、数据异构等复杂特点，为基于多源感知数据的自适应交通管控系统带来新的挑战，需要基于以深度学习为代表的非线性数据驱动方法，进行多源感知融合处理和长期自学习训练，掌握交通流时空状态长短时变化规律。 （2）基于多源感知的分布式交通管控边缘计算技术由于5G通信技术的发展使得具备分布式特点的边缘计算技术成为智能网联环境算法承载的载体，建立基于多源感知融合的多智能体强化学习交通管控技术，实现自适应控制与定时控制等方案的结合，适应不同多源感知条件，并推演随着时代发展适合城市的管控方案切换、感知设备维护、智能网联汽车发展策略。 （3）基于多智能体的区域协同管控技术基于智能体基础管控方案，划分管控子区，建立多层多智能体的信息交互机制，以协调控制效益指标等系统目标为优化对象，调整智能体绿灯启亮时间和绿灯时长，实现分布式边缘计算与云控平。