浅析：东南大学交通工程以后想进入智能交通领域，从大一开始应该怎么走? - 小狼CHARLES的回答

智慧交通

可以从背景、方向、路径几个方向聊聊。

交通负责统筹>计算机负责AI落地研发>交通负责稳定baseline的实现>计算机负责应用开发

1.“智能交通领域”具体指什么

一般来说，越偏重于方法论本身的交通类研究，智能交通的色彩就越强；越偏重于政策、影响、法规、环境、行为的研究，相对智能交通的色彩就弱一些。

智能交通是个非常广泛的概念，比如从方法论的角度，涉及到优化理论、图论、数据科学、统计学习、交通流理论、仿真等；从场景的角度，涉及到道路交通、轨道交通、港口、机场等多个场景，而几乎每个场景，在国内的高校院系设置中，都至少是单独的院或者系。你可以把方法论和场景理解成经线和纬线，智能交通细分领域，大致是方法论经线和场景纬线的一个又一个结合点。事实上在一些学术会议上，可能是做近似方法论的人一起开一个会，比如机器学习方法论的场景在城市交通、机场、轨道的研究；做场景的人又开一个会，比如说做公交问题，分别从优化、数据科学、仿真等角度切入的。当然最常见的是做具体的细分研究问题，可能就是场景和方法论的一种混编，比如做交通韧性（Resilience），可能是用图论、优化做，也可能是数据驱动做，可能是城市交通场景，也可能是机场场景。

从学术界的角度说，以智能交通的顶刊：TR-Part C、IEEE TITS、IEEE ITS为例，顶会就是ITSC，你可以发现，研究问题是非常广泛的，基本主流交通大方向都可以涵盖，但研究方法比较集中在大数据、机器学习、统计学习、组合优化，创新主要来源于方法论和ICT（ICT的全称是Information and Communications Technology，被称为信息通信领域技术。简单来说，ICT=IT+CT。）驱动一些新场景上（往往新场景带来了新数据），一般来说这一类研究的”fancy感”来自于此。新数据、新方法、新场景、新模式构成了学界智能交通的基本逻辑，这部分可以看顶刊的Special Issue和Call for Paper感受下（Transportation Research Part C: Emerging Technologies - Journal - Elsevier），业内做的较为知名的比如港科杨海老师组，NUS孟强老师组，UW王印海老师组，UC Davi