香港理工大學（理大）土木及環境工程學系研發了一項嶄新的智能交通系統，採用一種綜合方法整合數據，並將不確定性因素（例如惡劣天氣和交通事故）和準時到達目的地的成功率納入估算範圍內，以協助駕駛者選用一條最可靠的個人化行車路線。
理大一直有協助政府進行實時智能交通系統的研發及應用，當中包括網上的「實時交通資訊系統」、「香港行車易」和「香港乘車易」，以及在公路路牌上顯示的「行車時間顯示系統」和「行車速度屏」。現時，上述系統採用了不同類型的檢測器收集實時交通信息樣本，費時及難以整合。另外，由於儀器及安裝成本高昂，所以檢測器的數量有限及距離遠；加上私隱問題，系統只限於收集商業登記車輛的交通信息，當中只佔全港所有持牌車輛大約百分之二十五，因此實時收集到的交通信息樣本數量有限。
由於上述各實時智能交通系統只提供平均行車時間和速度，而未有將反映影響交通網絡不確定性因素的數據列入估算範圍內(即該等比平均數徧高及徧低的數據)。試以一例說明：出行者要由A點駕駛至B 點，有兩條路線可供選擇，可使用「路線一」或「路線二」。「路線一」的平均行車時間為40分鐘，而「路線二」的平均行車時間則為45分鐘。在現有系統下會建議出行者使用平均行車時間最短的「路線一」。雖然「路線一」的平均行車時間較「路線二」的短5分鐘，但其不確定因素所引致的行車時間偏差達24分鐘，而「路線二」的行車時間偏差只有12分鐘。經整合估算後，使用「路線一」準時到達目的地的成功率只有八成，而「路線二」則達九成。倘若準時到達目的地是出行者的首要條件，顯然現有系統並未能為他提供一條最可靠的行車路線。
針對上述的局限和挑戰，理大的研究人員研究採用一種綜合方法，將下列三種數據整合，包括(1)離線行車時間的預測，(2)從車輛自動識別檢測器中收集到的實時資訊並經過濾的數據，以及(3)根據視頻檢測器收集到的實時數據，每兩分鐘更新行車時間和車速；再加上優化的方法，將不確定性因素和準時到達目的地的成功率納入估算範圍內。
理大新研發的智能交通系統設有電腦版和手機版，可以讓使用者按個人需要設定預期出發或到達的時間，時間價值及汽油成本等指標，由系統估算出一條最可靠的個人化行車路線，有效提升準時到達目的地的機會率。
理大研究團隊將著手把新研發的智能交通系統延伸至公共交通網絡，例如實時公共交通的到站時間及最可靠的路線查詢，亦希望研發以人為本的城市交通控制系統，協助交通管理機構評估多模式交通網絡的可靠性，以制定交通管制策略。新系統有利於各種道路使用者，能協助駕駛者節省時間和汽油，減低碳排放，亦能縮短行人在交通燈路口及巴士站的等候時間和減少吸入廢氣。
（完）
