近年来,随着大数据技术的发展,数据驱动的交通研究方法获得快速的发展,有力地提高了对于复杂路网系统管控的能力,为实现全局的交通优化和控制提供了方法和技术基础.此外,深度学习等人工智能方法的新发展,使得交通大数据的学习和理解能力获得巨大进步,增强了交通大数据的研究分析和应用能力,成为城市智能交通系统研究的有力工具.交通大数据是交通路网状态估计、预测和管控的基础,目前现有大数据平台架构尚存在一些关键问题没有有效的解决:一是缺少高精度的交通数据感知能力.大量数据同时带来了数据的各种质量问题.在城市交通数据中,各种有价值与无价值信息混杂,数据种类与格式差异很大,测量对象不同,数据精度变化大.由于采集设备受到环境的影响,采集到的数据经常包含了大量的噪声,精度不高.二是缺少数据驱动的交通运行规律分析方法和技术.传统的用于点和局部微观分析的交通流模型已经不能很好的适应大数据的发展,难以适用于大范围路网交通管理需求,需要建立更加准确的大数据驱动的交通流模型.三是缺少针对路网级交通进行有效管控的大数据平台架构.城市交通条件复杂,大多数城市交通管理系统之间缺乏沟通,不能协同工作,缺少能对全路网进行有效管控的主动方法.在新的交通形势下,需要借助大数据技术,构建面向大范围路网的交通管控方法,以适应交通管理的发展趋势.