在近日于北京举办的一场聚焦智慧城市智能交通创新应用的论坛上，重庆大学智慧交通与智能控制研究所负责人孙棣华教授提出，新一代智能网联交通体系需构建多智能体协同的信息物理架构。他指出，随着道路交通参与主体日益多元化，自动驾驶车辆与传统驾驶车辆混行场景下的协同难题愈发突出。不同品牌车辆间的技术壁垒、人机混合驾驶的交互冲突，对交通系统的顶层规划、模型构建及测试验证体系提出了全新要求。
孙棣华通过具体案例剖析了当前智能交通建设的短板。他回忆某商圈曾投入大量资源设计车辆诱导系统，详细规划了设备采购清单、安装位置及标识牌布局，却对数据采集渠道、处理算法及引导策略等核心环节缺乏深度考量。这种"重硬件轻数据"的思维模式，导致系统实际运行效果与预期存在显著差距。他强调，在人工智能技术深度渗透交通领域的当下，必须强化信息处理与物理设施的融合设计，通过数据驱动优化系统效能。
针对智能交通系统的演进路径，孙棣华描述了从辅助决策到自主控制的转变过程。早期系统主要依赖摄像头采集图像，通过人工研判下达指令，形成"感知-决策-执行"的半闭环。随着车路云一体化技术突破，未来系统将具备自主分析交通态势、动态调整控制策略的能力。在自动驾驶车辆普及后，车与车、车与路侧设施的实时交互将催生分布式决策网络，部分场景下系统可直接向车辆发送控制指令，实现全流程自主闭环。
推动这场交通革命需要四大技术支柱的协同发展。孙棣华分析称，车载传感器与路侧单元的智能化升级，将持续丰富多维度交通数据资源；车路云算力融合将突破单体设备性能限制，支撑复杂AI模型运行；智能网联汽车规模化应用将促进车际通信协议标准化；交通管控手段从群体调控向单车干预延伸，使系统具备动态限速、路径优化等精准调控能力。这些变革将重构道路交通运行机制，为解决城市拥堵问题提供技术支撑。
