车路协同云平台基于道路交通综合管控平台开发，可以实现车路协同设施安全接入验证服务，确保接入交通设施的真实、安全及有效性；同时扩充接入信息类别，包括前端智能网联汽车信息、交通基础设施信息、事故信息、气象信息等信息接入接口以及增加数据统计、分析、显示的内容。帮助交通管理者实时了解路网的总体运行状况、气象环境、车流变化等信息；为自动驾驶车辆提供可靠的出行预测、规划决策，还可根据交管需要提供道路交通状况的远程实时监测。

　　随着社会生活水平提升日对智能交通的需求也急速增加，目前现代智能交通信息物理融合路网建设中主要存在对象种类复杂，采集数据量大，传输及计算需求高以及实时调度控制能力弱等难题。针对以上难题，基于云控制系统理论，以现代智能交通控制网络为研究对象，开发出了智能交通信息物理融合云控制系统，系统包含了智能交通边缘控制技术和智能交通网络虚拟化技术。基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况。进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能。

　　从控制视角来分析，智能交通信息物理融合系统的复杂性使得难以对其进行建模。云端和终端间网络时延以及网络带宽饱和会使系统无法实时处理海量数据，这样就会造成系统性能的损失。为解决这两个难题，可利用云控制与边缘控制结合的云端协同控制方式，提高控制系统实时性和可用性，实现控制即服务(Control as a service， CaaS) 的目的。CaaS 面向系统管理员、开发人员、系统普通用户，用户可以从供应商那里获得所需要的虚拟机或者存储等资源来装载相关的控制计算软件。CaaS 同时提供给用户包含基础操作系统、专业控制软件、网络和存储等配置的控制开发平台， 具有极高的系统整合率和经济性。

　　另外，任何一个远程终端上的控制应用都可以通过网络来运行。用户只要接上网络， 通过浏览器就能调节修改运行在云端上的控制器， 免去高昂的硬件投入。控制终端将控制系统采集数据上传到云端，云控制器通过计算得到所需的控制系统参数和调节指令。对于系统模型不确定的控制终端， CaaS 可依托强大的数据存储和计算能力，利用智能学习算法为控制终端提供数据驱动的模型优化学习、模型预测控制、故障诊断与系统维护以及控制系统优化调度决策等服务。对于系统模型确定的控制终端， CaaS 可根据控制算法和实时上传的系统数据， 提供控制算法资源池优化和控制参数实时自动调节服务，为实际控制系统省去专业调试维护人员。CaaS 能够保证控制系统数据的完整性、可靠性和可管理性，能更好地调度和管理控制系统，保证其高效运行。CaaS 平台会以API 的形式将各种各样的控制服务集成提供给用户，采用多用户机制，能够支撑庞大的控制终端规模，并且提供定制化服务以满足用户的特殊需求。

　　智能交通信息物理融合云控制系统包括交通大数据云计算、交通流智能预测、交通流云控制调度等核心技术。其中云控制的核心思想是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向交通路网设备以及终端用户提供按需服务。