CPS 技术应用于交通系统，为缓解交通拥堵、监控车辆安全、节能减排、无人驾驶等问题提供了新的思路。作为下一代智能交通系统的发展的重要方向［12］，交通领域的CPS 的研究及应用也得到学者们的广泛关注［14］。

随着2008 年NSF 等机构举办的交通CPS 研讨会和2014 组织的CPS会议，从CPS 应用于交通系统中遇到的问题、挑战、拟解决的关键问题等方面进行了相关讨论。Pu［45］认为，交通系统是CPS 的一个典型应用，物理系统由不同运输模式之间的互操作性构成，信息系统是交通信息的集成与整合。Tiwari［46］认为，交通CPS 是计算、通信和物理设备之间的交通过程。Sengupta 等［47］认为，交通CPS 是解决当前交通封闭的交通控制系统存在问题的重要手段，具有重要的研究价值。Chen［48］等提出了一个自组织的T⁃CPS 架构，该架构从功能的角度将交通系统的物理组件分为六层。针对CPS 这一复杂系统的安全性问题提出了一种实验验证方法，并以航空交通以及铁路调度为例进行了仿真说明［49］。Srivastava 等分析了CPS 视角下的安全性问题，提出了如何模拟复杂交通，如何模拟人在回路中，以及建立什么样的网络结构等挑战性问题。Lin 等［50］根据驾驶环境的时空变化特性，提出了量化驾驶员的意图，建立自适应控制模型确保车辆操作的安全性，设计灵活安全的控制界面等关键问题。从网络化特征的角度［51］，建立了基于NS⁃2 的具有交通CPS 特征的仿真实验方法。

Gaddam 等［52］认为，CPS 包括两个重要的组成部分，即物理过程和网络系统。网络系统由一些感知、计算和通信能力的设备构成；物理过程受网络系统的实时监控。作为CPS 的一个典型应用［11］，交通运输系统发展方面遇到的技术瓶颈包括可靠性问题、重复利用性问题和成本问题。

Iqba 等［53］提出了针对交通状态监测的CPS 构架，试图实现系统的可靠性、准确性以及系统的自动控制。针对航空交通系统［54］、铁道交通系统［49］和公路交通系统［55⁃56］等进行了研究。Chen［48］等学者提出了一个自组织的T⁃CPS 架构，该架构从功能的角度将交通系统的物理组件分为六层，最后实现一种自组织的控制系统结构。(www.daowen.com)

文献［56］以汽车为出发点，探讨了CPS 环境下如何提升人的移动性以及安全性问题。针对CPS 这一复杂系统的安全性问题，以航空交通以及铁路调度为例进行了仿真说明［49］。Cai［55］基于CPS 的体系架构研究了公交到站时间预测问题，根据公交数据的特性建立了基于CPS 的协同预测模型。对交通信息物理系统的控制问题［50］，以信息与交通系统的物理过程融合为出发点，根据信息流、控制命令、行为控制等建立了一套交通系统控制模型，同时对计算系统的信息流以及交通标识系统等进行了分析。

以交通流理论为基础［57］，针对交通信息物理系统可能受到攻击的问题展开了研究，以元胞自动机仿真技术为手段进行了信息物理系统攻击影响分析。Jaehoon 等［58］基于车辆云服务以及智能路侧设备等研究了车辆信息物理系统，针对事件预测和数据传输建立了延迟模型，最后以互动导航以及行人保护为应用背景展现了系统的高效和安全性。Dongyao等［59］基于车联网以及自动驾驶车队的特性，建立了基于车队的车辆信息物理系统架构，研究了分布式车辆编队控制方法以及网络的不确定性对交通流的影响等问题。

Jeong 等［60］针对交通系统这一类大尺度的智能系统的协同问题，该文提出了基于自适应网络的模糊推理模型，以此降低交通系统中协同监控的错报率。理想情况下，自动驾驶比有人驾驶优势明显。但是，大量车辆的分布式控制仍然是一个复杂问题，特别是面对突发事件，如地震。车辆必须协同疏散到安全地区，这需要有效的车车通信，而且通信必须保证安全。Gerla 等［61］认为，以上问题可通过Vehicular Cloud 解决。Vehicular Cloud 是一个信息物理融合系统，接收各种车载传感器信息。