该项目旨在智能网联汽车产业大力发展的背景下，设计与实现车路云一体化的合作式智慧公交系统，从而降低公交车辆整体运行时间、提升公交服务水平并降低能耗。
该项目拟开展以下几方面重点研究：基于视频的复杂环境路口的交通流量检测、基于历史和实时数据的客流预测和公交驾驶时间预测、公交调度实时动态时刻表以及公交动态
控制策略研究。提出基于深度学习的交通主体提取方法，降低恶劣天气和拍摄角度对视频的影响；基于特征工程的视频事件表示主要用于提取视频事件的低层次和高层次特征，
提交视频事件的检测成功率；结合LSTM网络模型和卡尔曼滤波实现客流和公交车站点间驾驶时间的精准预测；考虑乘客需求、公交车最佳车头时距分布、实时交通路网情况建立
多目标优化模型，采用多目标进化算法进行实时动态交通时刻表解算；对最下层的公交动态实时控制策略，采用信控调节、速度建议和驻车建议结合的方式，将该问题建模为多
目标优化模型，以驾驶速度限制、加速度限制、乘客上座率、信控调优最大时长等作为约束，基于改进多目标优化算法进行实时解算。
该项目围绕两大核心任务展开：
