国家“十四五规划”和2035年远景目标纲要，明确提出“发展自动驾驶和车路协同的出行服务，推广公路智能管理、交通信号联动、公交优先通行控制”。在工业和信息化部、国家发展和改革委员会的大力支持下，北京、上海、天津、无锡、长沙等地结合本地情况陆续开展了C-V2X测试验证与示范应用工作。车路协同技术作为下一代智能交通系统的核心发展方向，已然成为国内从政府到行业的普遍共识。而公交具有固定线路等运行特点，车路协同技术可率先在公交领域落地，有效提升公交运行安全和可靠性，改善乘客出行体验。

公交车在行驶过程中存在一定盲区，包括车辆本身和遮挡，行人、电动车突然闯出，特别是交叉口由绿灯转为红灯时，具有引发事故、乘车体验差、乘客受伤等隐患。

由于一些交通事件、特殊天气、交通管控等突发原因，车辆变道不及时，导致交通组织紊乱，拥堵加剧，甚至造成违章和二次事故发生，同时公交公司未能及时掌握相关信息，不能及时调整发车频次。

基于RFID的公交优先，在无公交专用道交叉口拥堵排队或者多个进口道公交车同时到达路口时失效，导致同一线路车辆同时进站，没有车辆在路口的检出，整体交叉口和路网效率降低。

不同时间段、不同区域往往会产生公交站台候车与区间旅行时间不稳定的情况，突发情况下急刹急停，市民乘坐公交体验较差。

为降低由公交视觉盲区带来的危害，确保路侧交通信息获取的准确性和完整性，深城交依托摄像头、激光雷达、微波雷达、行人红外检测器等前端感知设备，构建不同边缘计算节点深度推理环境，凭借自研边缘计算节点的强大算力与先进的轻量化标准AI组件，采用时空同步方法对视频数据与雷达点云数据进行融合，提取周边环境的交通流（流量、排队长度、路口到达率）、行人及车辆轨迹信息，实现毫秒级多目标识别与跟踪，用于行人及非机动车安全预警、目标态势分析及路口盲点推送。

为解决路面裂缝、凹陷、坍塌等病害事件偶发，道路抛洒物、事故、积水等突发事件存在监测响应处置滞后给公交车辆带来极大隐患等问题，深城交基于深度学习检测模型、感知设备参数自动化标定、交通场景全景分割等算法，构建交通单元池、数据特征池、AI分析池、在线推演决策池等4大工具池，突破路面与标线病害检测、险情检测等关键技术，并将检测事件的结构化数据实时推送到路侧单元RSU，由RSU广播给周围的车辆，为司机提供毫秒级的预警信息。目前该技术对路面坍塌、路面破损等病害事件的检测准确率可达85%以上，交通抛洒物检测准确率可达87%以上，交通事故检测准确率可达91%以上。