本项目提出以遥感图像、地面与空中的激光雷达、相机等多源传感器对交通环境进行大规模高精度感知与建模，针对厦门、漳州、福州等重点城市的主要地区交通感知建图精度达到3cm；同时，利用GPS、交通卡口等数据获取车辆轨迹，并与互联网媒体中通过语言文本挖掘提取到的交通信息进行整合，结合人工智能技术对交通环境进行深刻理解与分析，对车辆轨迹信息进行大数据分析，在发现和解决了交通环境、车辆轨迹中存在的大量问题之外，还构建了提供服务与用户反馈交通信息的生态体系，对公众出行规划导航等问题做出了贡献，服务覆盖了包括厦门、漳州等重点城市超过500条路段，交通流量预测准确率达90%以上，服务人群超800万。

　　本项目提出了基于多源传感器的一体化交通环境感知与建模技术，突破了多源交通信息实时融合等技术瓶颈，首次实现了多源传感器数据的"一张图"展示。提出的基于深度神经网络的短时交通流预测技术相较于现有的交通流量预测模型，面向城市快速路的短时交通流量预测模型，首次融合考虑了天气、上下匝道、节假日等多因素影响，显著提升了城市交通流量预测和交通态势感知的实时性和准确性。