智能交通系统（STI）是一项全球性倡议，旨在将信息与通信技术深度融入交通基础设施及车辆之中。其核心目标在于优化通常相互冲突的要素管理，包括车辆、载货量及道路通行能力，最终实现提升安全性、减少车辆依赖、缩短通勤时间及降低燃油成本的多重效益。
全球对STI的关注源于日益严峻的交通拥堵问题。随着汽车保有量激增、城市化进程加速及人口密度变化，道路拥堵已成为常态。这不仅降低了基础设施效率，还加剧了空气污染与燃油消耗。在发达国家，自20世纪20年代起，工业化与汽车普及推动了人口从农村向郊区迁移，形成了以私家车为主导的城市扩张模式。而在发展中国家，如智利圣地亚哥，人口高度集中在城市中心，依赖步行、自行车、摩托车及公共交通等多模式系统，私家车虽仅占少数，却因加剧拥堵和污染而成为社会不平等与安全隐患的焦点。
相比之下，中国等新兴经济体在快速城市化与工业化过程中，道路建设与汽车普及同步进行。这种跨越式发展带来了资源分配的巨大差异，导致贫困群体的多模式交通系统与富裕群体的私家车系统交织并存。然而，这也为在基础设施规划初期直接引入STI提供了独特机遇，能够避免传统城市“先污染后治理”的弯路。
近年来，美国政府推动STI发展的动力不仅源于效率，更出于国土安全考量。系统被赋予监控道路、快速疏散城市中心及应对自然灾害等关键职能，大量资金直接流向与国土安全相关的STI项目。这种将交通系统与国家安全深度绑定的模式，重新定义了基础设施规划的战略优先级。
STI技术体系涵盖从基础导航、信号灯控制、动态路牌到先进实时数据融合的全谱系。从1992年至1995年的“智能车辆公路系统”（IVHS）演变至今，STI已成为涵盖信息通信技术（ICT）应用的统一术语。在通信层面，美国广泛采用短距离通信（如IEEE 802.11、DSRC）与长距离网络（如WiMAX、3G/GSM），前者侧重车车/车路低延迟交互，后者依赖庞大基础设施。电子控制单元正从多微控制器架构向高性能实时操作系统演进，为人工智能与普适计算在交通领域的应用奠定硬件基础。
传感器技术是STI的感知核心，分为路侧与车载两类。路侧传感器包括埋入式感应线圈，可精准捕捉车辆速度、长度、重量及间距；车载传感器则利用驾驶员手机作为“浮动探针”，通过蜂窝网络三角定位技术匿名收集交通流数据。相比传统摄像头，手机探针技术具有成本低、覆盖广、部署快及全天候作业等优势。视频检测系统则通过非侵入式安装，实时分析车流特征，甚至能识别逆行车辆并触发警报。
电子收费系统（ETC）是STI的典型应用，不仅实现不停车收费以缓解拥堵，更演变为城市“拥堵收费区”的管理工具。新加坡与伦敦通过车牌识别与电子收费实施区域限行，有效调节了中心城区车流。全球正逐步统一5.9GHz频段标准，推动路侧基础设施与车辆的深度互联（VII），提升跨国互操作性。
对于中国而言，STI的发展路径具有独特的“后发优势”。在快速城市化与新能源汽车普及的双重驱动下，中国无需经历欧美漫长的基础设施改造期，可直接在新区规划中部署基于车路协同（V2X）与人工智能的新一代智能交通网络。通过整合5G通信、高精度地图与边缘计算，中国有望在解决超大城市拥堵、提升物流效率及构建智慧城市底座方面，形成具有全球示范意义的“中国方案”，将技术红利转化为实实在在的城市治理效能。