1．交通基礎設施服役能力保持與提升
       1.1道路基礎設施服役性能智能仿真（基礎研究類）
       研究內(nèi)容：針對道路基礎設施服役性能長期保持與災害主動防范要求，研究道路基礎設施全壽命周期材料、結(jié)構(gòu)與功能衰變規(guī)律，揭示道路基礎設施全壽命周期性能演變機理；研究特殊地區(qū)復雜環(huán)境條件對道路基礎設施服役性能的影響及道路基礎設施災變機理；建立道路基礎設施全壽命周期真實靜動力響應狀態(tài)智能仿真分析理論與方法；建立道路基礎設施服役期間災變衍化智能仿真分析理論與方法。
       考核指標：形成道路基礎設施服役性能與災變衍化的表達與預測理論；構(gòu)建道路基礎設施全壽命周期服役性能智能仿真平臺，道路基礎設施全壽命周期性能預估模型精度≥75%，復雜因素耦合災變預判模型精度≥70%，結(jié)構(gòu)維修周期延長20%以上；形成相關技術標準/設計規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。
       1.2道路基礎設施智能感知理論與方法（基礎研究類）
       研究內(nèi)容：面向智能道路建設，研究道路基礎設施智能感知機理及感知數(shù)據(jù)解析方法；研究交通基礎設施服役性能多源信息的關聯(lián)與干擾機制，建立基于多源信息的道路基礎設施服役性能大數(shù)據(jù)集成分析方法；研究與智能感知相融合的高性能道路材料設計方法、智能道路鋪裝結(jié)構(gòu)系統(tǒng)集成技術及系統(tǒng)設計理論體系。
       考核指標：形成道路基礎設施智能感知與解析理論體系；構(gòu)建道路基礎設施智能感知與性能分析系統(tǒng)，設施狀態(tài)智能感知率≥30%，智能感知平均精度≥80%，設施材料性能自感知平均精度≥90%，自修復平均程度≥60%；建立智能道路鋪裝結(jié)構(gòu)設計體系，智能道路鋪裝功能持續(xù)性大于10年；形成道路設施服役性能智能感知與智能道路鋪裝技術標準/設計規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       2．交通重大基礎設施智能聯(lián)網(wǎng)監(jiān)測與預警
       2.1道路設施狀態(tài)智能聯(lián)網(wǎng)監(jiān)測預警（重大共性關鍵技術類）
       研究內(nèi)容：針對道路基礎設施智能監(jiān)管要求，研發(fā)道路基礎設施運行狀態(tài)評估及態(tài)勢分析技術，重大道路基礎設施智能巡檢、在線狀態(tài)監(jiān)測與運行可靠性保障技術，分米級道路基礎設施快速數(shù)字化和分發(fā)技術；研制道路基礎設施全生命周期運行維護支持系統(tǒng)；開發(fā)道路基礎設施智能聯(lián)網(wǎng)監(jiān)測與監(jiān)管平臺。
       考核指標：形成道路基礎設施智能化聯(lián)網(wǎng)監(jiān)測與預警技術體系；在京津冀、長三角、粵港澳大灣區(qū)等區(qū)域選擇典型示范區(qū)建成跨區(qū)域道路基礎設施智能聯(lián)網(wǎng)監(jiān)測平臺，道路基礎設施在線監(jiān)測覆蓋率≥90%，道路基礎設施狀態(tài)異常預警準確率≥80%，基于地理信息的道路交通設施數(shù)字化精度≤30厘米；形成道路設施智能聯(lián)網(wǎng)監(jiān)測技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。
       2.2內(nèi)河航道設施智能化監(jiān)測預警與信息服務（重大共性關鍵技術類）
       研究內(nèi)容：針對智能航道建設要求，研究內(nèi)河航道設施服役狀態(tài)評價指標體系與評價方法；研發(fā)內(nèi)河航道設施服役狀態(tài)在線智能監(jiān)測與預警技術，典型內(nèi)河航道設施功能恢復智能決策技術，面向船岸協(xié)同的內(nèi)河航道多源信息融合與智能服務技術；研制內(nèi)河航道設施服役狀態(tài)信息便捷快速采集裝備；開發(fā)內(nèi)河航道綜合信息服務系統(tǒng)。
       考核指標：建成國家內(nèi)河高等級航道智能化在線監(jiān)測與預警示范河段≥2處，且航道里程≥120公里，示范河段典型航道設施（航標、航道整治建筑物、通航建筑物）預警覆蓋率與準確率≥90%；形成基于地理空間數(shù)據(jù)庫和航道數(shù)學模型的多維航道基礎設施運行場景地圖，并具備3種以上典型航道設施的在線監(jiān)測、聯(lián)動研判、動態(tài)預警功能；形成內(nèi)河航道設施服役狀態(tài)信息快速采集裝備樣機不少于3類；形成內(nèi)河航道設施智能化監(jiān)測預警與信息服務技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       3．協(xié)同環(huán)境下交通要素耦合特性與群體智能控制
       3.1車路協(xié)同系統(tǒng)要素耦合機理與協(xié)同優(yōu)化方法（基礎研究類）
       研究內(nèi)容：研究車路協(xié)同環(huán)境下駕駛?cè)苏J知機理與人機交互特性，車路系統(tǒng)耦合效應對駕駛行為的影響機理；研究網(wǎng)聯(lián)與非網(wǎng)聯(lián)車輛混行狀態(tài)下車-車耦合機理，車-車/車-路互聯(lián)環(huán)境下交通系統(tǒng)協(xié)同運行優(yōu)化方法；研究互聯(lián)環(huán)境下網(wǎng)絡交通態(tài)勢演化規(guī)律和可靠性分析方法；研究駕駛行為與交通流一體化仿真理論與測試驗證方法。
       考核指標：建立車路協(xié)同環(huán)境下駕駛行為感知方法，超車、換道、轉(zhuǎn)向等典型行為駕駛?cè)艘鈭D識別準確率≥80%；建立網(wǎng)聯(lián)與非網(wǎng)聯(lián)車輛混行耦合運動關系模型，車輛運動軌跡重建誤差≤8%；交通流瓶頸區(qū)域和混行區(qū)域交通狀態(tài)仿真精度≥85%；申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。
       3.2車路協(xié)同環(huán)境下車輛群體智能控制理論與測試驗證（基礎研究類）
       研究內(nèi)容：研究復雜交通環(huán)境下人車運動態(tài)勢演化機理，基于交通大數(shù)據(jù)的全景交通狀態(tài)重構(gòu)方法；研究多交通主體協(xié)同運行的多模式交通信息可信交互機制；研究車輛群體協(xié)同決策與優(yōu)化理論，基于群體智能的混和交通控制理論與方法；研究車路協(xié)同環(huán)境下異構(gòu)交通主體的群體行為仿真與智能控制測試驗證方法。
       考核指標：形成多模式可信交通信息交互測試驗證系統(tǒng)，支持不少于3種無線通信方式；建成異構(gòu)交通主體群體協(xié)同行為仿真測試平臺，支持人工駕駛-自主駕駛混合場景下的硬件在環(huán)仿真，實現(xiàn)大于100個節(jié)點的路網(wǎng)和1000個以上交通主體的車路及車輛群體協(xié)同仿真分析；建成車路協(xié)同環(huán)境下異構(gòu)交通主體智能控制測試驗證環(huán)境，支持大于3類的20個以上實體交通主體參與、不少于15種安全和效率類交通應用場景的測試驗證；申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       4．車輛智能聯(lián)網(wǎng)聯(lián)控
       4.1大規(guī)模網(wǎng)聯(lián)車輛協(xié)同服務平臺（重大共性關鍵技術類）
       研究內(nèi)容：研發(fā)網(wǎng)聯(lián)車輛多源信息端-云間信息融合、基于邊緣計算的智能路側(cè)信息融合、端-網(wǎng)-云架構(gòu)下網(wǎng)聯(lián)車輛信息安全、端-云間資源優(yōu)化與協(xié)調(diào)等技術；研究基于云平臺的駕駛行為動態(tài)辨識及危險預警、車輛工況監(jiān)測和能耗實時優(yōu)化管理、安全/生態(tài)駕駛一體化評價等方法；研究面向環(huán)境友好和高效出行的智能化協(xié)同服務等技術；研發(fā)車輛聯(lián)網(wǎng)感知、預警及服務一體化終端裝置；開發(fā)社會化網(wǎng)聯(lián)車輛/新能源網(wǎng)聯(lián)車輛運行大數(shù)據(jù)分析與服務平臺；研究大規(guī)模網(wǎng)聯(lián)車輛端-云間信息交互、服務、安全等技術規(guī)范。
       考核指標：聯(lián)網(wǎng)車輛運行大數(shù)據(jù)分析與協(xié)同服務平臺服務能力≥500萬輛、單車數(shù)據(jù)采集周期≤60秒，具備大規(guī)模車輛聯(lián)網(wǎng)環(huán)境下信息安全態(tài)勢感知與主動防御能力；開展聯(lián)網(wǎng)商用車/乘用車等協(xié)同服務示范應用，車載終端應用規(guī)模≥10萬套；在不少于20個地級城市進行示范應用，聯(lián)網(wǎng)服務非營運社會車輛/新能源車輛接入規(guī)模≥100萬輛，聯(lián)網(wǎng)車輛與非聯(lián)網(wǎng)車輛相比平均事故率降低50%，綜合能耗降低10%；形成行業(yè)技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       5．協(xié)同式智能車路系統(tǒng)集成與示范
       5.1封閉和半開放條件下智能車路系統(tǒng)測試評估與示范應用（應用示范類）
       研究內(nèi)容：面向智能車路系統(tǒng)產(chǎn)品認證需求，研究智能車路系統(tǒng)測試評估標準場景及其在封閉環(huán)境、半開放環(huán)境下的布設及優(yōu)化方法；研究復雜交通環(huán)境下智能車路系統(tǒng)測評體系與方法；研究營運車輛車路協(xié)同技術體系、性能要求和測試方法；研發(fā)智能路側(cè)、車載信息交互設備與交通控制設施的測評技術；研制專用測評系統(tǒng)與裝備；研發(fā)基于車輛運行安全性、系統(tǒng)適應性的封閉和半開放條件下智能車路系統(tǒng)集成測試與綜合評估系統(tǒng)；研究系統(tǒng)測試與評估標準規(guī)范體系。
       考核指標：基于已建或正在建設的封閉、半開放條件下智能車路協(xié)同系統(tǒng)國家級測試基地，形成涵蓋典型應用和極限條件下的標準化通用測試項目不少于100個，支持不少于3種通信方式、5種路側(cè)設施功能、8種車載功能和5種路側(cè)交通控制功能的測試，支持不少于6組或10輛乘用車輛同時開展測試，支持不少于4組或8輛商用車輛同時開展測試；建成測試場景50項以上，協(xié)同運行車輛不少于200輛；研制車路系統(tǒng)專用評測系統(tǒng)與裝備不少于3種；完成封閉和半開放交通環(huán)境下均不少于100家企業(yè)（或產(chǎn)品）的測試評估；制定國家或行業(yè)測試標準草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       6．多模式交通系統(tǒng)供需平衡與動態(tài)協(xié)同
       6.1城市多模式交通供需平衡機理與仿真系統(tǒng)（基礎研究類）
       研究內(nèi)容：研究城市多模式交通需求形成機理和演變規(guī)律，基于大數(shù)據(jù)的多模式交通網(wǎng)絡動態(tài)需求辨識與出行時空分析模型；建立復雜城市環(huán)境下可計算交通網(wǎng)絡模型及動態(tài)承載能力分析理論體系；研究復雜交通環(huán)境下多模式交通流運行特性和分析方法，城市形態(tài)、交通調(diào)控措施與多模式交通需求的交互作用機制，公交主導型土地利用與多模式交通耦合機制及仿真模型，基于城市大數(shù)據(jù)的城市交通規(guī)劃設計理論與方法；研發(fā)具有自主知識產(chǎn)權(quán)的城市多模式交通網(wǎng)絡仿真分析軟件與系統(tǒng)平臺。
       考核指標：建成涵蓋30個以上百萬人口城市的交通模型參數(shù)庫，交通模型參數(shù)不少于100個，參數(shù)樣本不少于100萬個；完成城市多模式交通網(wǎng)絡動態(tài)仿真環(huán)境建構(gòu)和軟件開發(fā)，具備城市土地利用、交通需求、交通調(diào)控等多要素融合仿真分析功能，交通供需平衡分析模型精度≥85%，動態(tài)承載力分析模型精度≥80%，分析網(wǎng)絡節(jié)點數(shù)≥10000個，計算時間≤1分鐘；申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       7．城市交通系統(tǒng)智能化協(xié)同管控與服務
       7.1城市多模式交通系統(tǒng)協(xié)同控制關鍵技術與系統(tǒng)集成（重大共性關鍵技術類）
       研究內(nèi)容：針對城市交通時空資源高效智能管控要求，研究基于路網(wǎng)容量的區(qū)域擁堵熱點主動均衡動態(tài)調(diào)控、基于動靜態(tài)交通場景多目標導向的交通組織與控制協(xié)同優(yōu)化等技術方法；研發(fā)城市交通管控終端物聯(lián)交互、多模式交通系統(tǒng)互聯(lián)的數(shù)據(jù)共享與認證技術；研發(fā)數(shù)據(jù)驅(qū)動的交通實時響應控制、情報主導的精準執(zhí)法管控、系統(tǒng)聯(lián)控的公交優(yōu)先通行、協(xié)同管控的系統(tǒng)集成測試等技術；開發(fā)城市多模式交通系統(tǒng)聯(lián)網(wǎng)智能化協(xié)同管控平臺。
       考核指標：建成大區(qū)域聯(lián)動的城市多模式交通協(xié)同管控平臺，選擇3個以上不同類型城市進行示范，每個城市示范聯(lián)控信號路口不少于500個；多模式交通系統(tǒng)互聯(lián)數(shù)據(jù)交換實時性≤1分鐘，交通擁堵熱點診斷預警準確度≥85%，重點警情聯(lián)控響應時間≤3分鐘；示范前后主要道路通行效率提升15%，關鍵節(jié)點延誤降低15%；制修訂行業(yè)（或國家）技術標準草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       8．面向城市交通治理的數(shù)據(jù)智能集成與示范
       8.1城市交通大數(shù)據(jù)智能計算平臺（應用示范類）
       研究內(nèi)容：研究城市多源異構(gòu)交通大數(shù)據(jù)智能分析、語義融合與知識表達方法；研發(fā)與交通相關的視頻數(shù)據(jù)在線結(jié)構(gòu)化交通特征提取與深度分析技術，城市多模式交通大數(shù)據(jù)的分類應用架構(gòu)、數(shù)據(jù)共享服務應用、時空大數(shù)據(jù)融合分析技術，面向城市交通治理的交通運行狀態(tài)在線智能研判及態(tài)勢推演技術；研制城市交通大數(shù)據(jù)智能計算云平臺。
       考核指標：建立交通大數(shù)據(jù)智能分析計算方法，構(gòu)建億級交通實體的大規(guī)模交通知識圖譜分析、百萬路級別的視頻實時結(jié)構(gòu)化分析技術方法和系統(tǒng)原型；建成交通大數(shù)據(jù)智能計算云平臺，覆蓋20種以上交通數(shù)據(jù)源，具備單個部署單元EB（1024PB）級存儲能力、萬臺規(guī)模節(jié)點調(diào)度能力、千萬億字節(jié)（PB）級別的日數(shù)據(jù)處理能力，城市全路網(wǎng)運行狀態(tài)在線智能研判預警時間≤5秒，準確率≥85%；形成相關技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       9．大型交通樞紐協(xié)同運行
       9.1綜合客運樞紐高效運行與智能服務關鍵技術及示范應用（應用示范類）
       研究內(nèi)容：研究大型綜合客運樞紐的多交通方式協(xié)同運行模式和業(yè)務流程、多主體聯(lián)合管理機制、一體化服務綜合評估體系；研發(fā)樞紐運行狀態(tài)智能監(jiān)測、樞紐多交通方式高效協(xié)同組織與柔性調(diào)度技術；研發(fā)樞紐公共區(qū)域人群分布精準感知、分布態(tài)勢推演仿真、動態(tài)預警及應急疏散技術；研發(fā)樞紐內(nèi)面向旅客出行鏈的智能自助服務、智能化導航導乘技術；開發(fā)綜合客運樞紐協(xié)同運行管理與智能服務系統(tǒng)。
       考核指標：依托京津冀等地區(qū)大型空港或大型高鐵客站，建成綜合客運樞紐協(xié)同運行與信息服務平臺，樞紐運行服務信息動態(tài)交互率≥90%，重大事件動態(tài)預警準確率≥80%，客流疏解效率提高30%以上；建成智能導航導乘系統(tǒng)、多交通方式換乘自助服務系統(tǒng)，自助服務覆蓋率提高20%，樞紐內(nèi)換乘智能識別準確率不低于95%，交通方式間平均換乘時間降低30%，旅客出行效率提高20%以上；形成綜合客運樞紐協(xié)同運行與服務技術標準草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       10．城市群智慧客運系統(tǒng)
       10.1京津冀城市群多模式客運樞紐一體化運行關鍵技術（重大共性關鍵技術類）
       研究內(nèi)容：研究城市群多模式客運樞紐功能分工、協(xié)同服務機制，一體化交通運行銜接模式；研究基于移動互聯(lián)和廣域大數(shù)據(jù)的城市群交通聯(lián)程出行需求鏈分析、集散點辨識、樞紐群布局優(yōu)化技術；研究樞紐間換乘客流實時監(jiān)測與分析、運行態(tài)勢仿真評估、多模式交通運力動態(tài)協(xié)同調(diào)度與應急處置技術；研發(fā)樞紐群多模式交通出行票務一體化和出行全過程信息服務技術；開發(fā)城市群樞紐協(xié)同運行與綜合服務一體化系統(tǒng)。
       考核指標：建成城市群樞紐協(xié)同運行管理與服務平臺，集成航空、鐵路、公路、城市客運等城市群客運數(shù)據(jù)不少于7種，依托京津冀城市群進行示范應用，協(xié)同運行樞紐不少于3個；城市群客運換乘需求預測精度≥85%，換乘客流感知率與檢測精度≥90%，運行異常狀態(tài)識別率≥90%，城市群樞紐整體集疏散能力提高20%，出行換乘等待時間縮短不少于30%，客運系統(tǒng)運行效率提高不低于20%；形成城市群多模式客運樞紐運行監(jiān)測與一體化服務技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       11．高效貨物運輸與智能物流
       11.1智慧物流管理與智能服務關鍵技術（重大共性關鍵技術類）
       研究內(nèi)容：研究智慧物流組織模式與管理創(chuàng)新機制；研發(fā)移動互聯(lián)環(huán)境下物流供需能力動態(tài)辨識與分析預測技術，基于大數(shù)據(jù)的物流供需匹配規(guī)劃建模技術；研發(fā)基于物聯(lián)網(wǎng)和北斗導航系統(tǒng)滿足多式聯(lián)運需求的物流快速識別、實時跟蹤與優(yōu)化調(diào)度技術，物流系統(tǒng)低碳低能耗控制與優(yōu)化技術，城鄉(xiāng)一體化高效共同配送與無人配送技術等；研制智慧物流智能化裝備；開發(fā)基于移動互聯(lián)的服務系統(tǒng)，支撐高效低碳的智慧物流綜合管理和服務平臺。
       考核指標：研制智慧物流智能化專用終端裝置3種以上；建成智慧物流綜合管理與智能服務平臺系統(tǒng)，平臺接入物流車輛不少于10萬輛，物流需求即時響應率提升15%，供需物流匹配率提升30%，貨物周轉(zhuǎn)單位能耗降低20%，配送效率提升20%；形成行業(yè)（或國家）智慧物流技術標準/規(guī)范草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       12．基于船岸協(xié)同的航運安全與應急搜救
       12.1基于船岸協(xié)同的船舶智能航行與控制關鍵技術（重大共性關鍵技術類）
       研究內(nèi)容：面向船岸協(xié)同技術前沿，研究內(nèi)河和沿海條件下船岸協(xié)同技術測試體系；研究支撐船舶智能航行的智能化電子海圖、智能感知和認知、岸基信息支持、通信及網(wǎng)絡安全、遠程駕駛技術；研發(fā)船舶智能航行信息集成與自主駕駛技術；開發(fā)內(nèi)河船舶重點航段的智能航行系統(tǒng)，沿海船舶航線智能優(yōu)化及自主航行系統(tǒng)。
       考核指標：建立沿海智能船舶測試場，海域面積不小于200平方海里，具備船舶遠程駕駛、自主航行、自動靠離泊等測試功能；智能航行感知目標識別準確率開闊水域≥98%，繁忙、港口水域≥95%；船岸協(xié)同通訊網(wǎng)絡連通可靠性≥99.9%，實現(xiàn)內(nèi)河與沿海高等級航道的遠程駕駛；建立船舶智能航行信息集成平臺，支持5種以上不同類型的岸基信息服務，下發(fā)成功率≥98%，延時平均≤30秒；建立船舶航行跟蹤系統(tǒng)與自主避障系統(tǒng)，在內(nèi)河典型航段兩種以上船型上實現(xiàn)船舶自主駕駛示范應用，在沿海典型海域開展海運船舶自主航行示范應用；形成相關技術標準草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。

       13．區(qū)域交通與城市安全協(xié)同防控
       13.1冬奧會交通與安保協(xié)同管控體系（應用示范類）
       研究內(nèi)容：研究基于綜合交通運輸、社會感知與公共安全跨領域多源數(shù)據(jù)融合的城市安全與區(qū)域交通關聯(lián)分析、預測預警方法；研究面向交通場景的人工智能彈性學習框架，冬奧會及重大安保活動中的城市安全隱患感知、預警與應急響應方法；研究服務于冬奧會及重大活動交通運行的城市安全風險分布式動態(tài)感知體系與管理體系，交通全要素信息安全監(jiān)管機制；研究多態(tài)化物流在途風險特征、風險聚合研判及應對機制；研究新興交通形態(tài)在城市安全約束下的應用邊界與協(xié)同管控模式；開發(fā)面向公共安全事件的應急指揮與協(xié)調(diào)決策支持系統(tǒng)。
       考核指標：建成針對冬奧會安保場景的區(qū)域交通與城市安全交互分析、協(xié)調(diào)指揮決策支持系統(tǒng)；基于多源數(shù)據(jù)的重點對象識別準確率≥90%，交通場景下風險判別算法的計算效能值達百萬次/秒，交通要素觸發(fā)的城市安全事件有效預警率≥75%，輔助決策方案生成時間≤10秒；研制一整套集信息采集、傳輸與處理三位一體的智能安全感知終端設備；形成交通與安保協(xié)同管控的技術標準草案，申請國家發(fā)明專利、軟件著作權(quán)等自主知識產(chǎn)權(quán)不少于10項。