全球智能城市的发展对交通系统提出了巨大挑战，要求城市提供安全、高效、可持续和有弹性的出行服务。这种转型的核心在于先进通信网络、智能交通技术和数据驱动决策的融合，这些构成了智能城市基础设施的重要组成部分。智能交通已成为智能城市的重要组成部分，实现了车辆互联、基础设施智能化、实时交通管理和公共服务提升。本期特刊汇集了前沿研究和创新应用，探讨了下一代城市出行的关键通信挑战和机遇。
智能交通系统越来越依赖于车辆、路边基础设施、交通管理中心、云平台和应急响应服务之间的无线连接。将高容量有线网络与包括5G和新兴的6G系统在内的先进无线技术相结合，对于支持智能交通应用的严格要求至关重要。光纤骨干网络为城市基础设施提供了可靠的高吞吐量连接，而5G和未来的6G网络实现了超低延迟、大规模设备连接、边缘智能和无处不在的覆盖。这些异构通信网络共同构成了一个统一的交通生态系统的基础，能够支持实时监控、自动驾驶、车辆与基础设施之间的协作通信以及城市范围内的出行优化。
一个特别重要的应用领域是通过智能通信基础设施支持应急车辆和医疗服务。配备先进传感和远程医疗功能的智能救护车可以在患者到达之前将患者数据、医疗图像和生命体征传输到医院。集成的交通和通信系统可以动态协调交通信号，提供优先路由以减少旅行延误，从而在紧急情况下改善患者的治疗效果。这些应用凸显了在多样化城市条件下支持关键任务的可靠、低延迟和有弹性的通信网络的社会价值。
除了应急响应之外，具备通信功能的交通系统在提高整体城市出行效率和运营效率方面也发挥着重要作用。实时交通感知、车辆互联技术、数字孪生、人工智能和边缘计算使城市能够优化交通流、减少拥堵、降低排放并提升乘客体验。车辆、公共交通系统、物流车队和基础设施之间的智能协调有助于更高效地利用现有道路网络，同时实现可持续发展目标。车辆与人一切（V2X）通信、网络切片、边缘智能和数据驱动的交通管理进一步拓展了适应性和响应式交通系统的可能性。
本期特刊收录的文章反映了智能交通研究的跨学科性质。它们探讨了通信架构、网络管理、资源分配、网络安全、边缘计算和云计算、人工智能、自动驾驶出行以及智能城市基础设施方面的进展。这些贡献共同展示了通信网络和系统如何从被动连接平台演变为更安全、更绿色、更高效的交通系统的智能推动者。
文章“DeepSAV：利用深度学习为自动驾驶车辆加密图像”通过基于深度学习的图像加密框架解决了自动驾驶系统中的数据真实性和隐私保护问题。该方法结合了颜色量化、基于BLAKE2b的密钥生成和卷积自动编码器来实现压缩和加密，并通过权重级混淆来增强安全性。
文章“GNN-MARL用于联网自动驾驶车辆的合作变道重规划”通过集中式训练-分布式执行的多智能体强化学习框架，研究了联网和自动化车辆的合作变道重规划，为未来联网交通系统的智能和可靠决策机制的发展提供了见解。
文章“用于智能铁路的语义通信支持边缘-云协作视觉感知系统”研究了下一代智能铁路的通信高效视觉感知，减少了带宽需求，同时保持了对安全关键铁路对象的可靠感知。该工作展示了边缘智能和通信感知设计如何支持可扩展的实时铁路监控和决策。
文章“QuGrid-Fed：量子辅助的联网车辆能源和安全管理系统，用于可持续城市交通系统”讨论了电气化交通网络中联网车辆（IoV）系统的安全和高效能源管理。通过结合分布式学习和量子优化，该框架提高了能源利用、负载均衡和运营效率。
文章“基于主动中断映射的应急通信：具有不确定性感知的无线电环境地图”解决了灾难环境中快速连接评估的关键需求。该文章提出了一种具有不确定性感知的主动感知框架，用于高效的服务中断边界检测。该框架支持应急响应操作的及时和明智决策，包括中继部署、资源优先级划分和基于信心的情况评估。
文章“适用于物联网启用脆弱道路用户安全的边缘优化变压器”解决了智能城市交通系统中保护脆弱道路用户（VRU）的重要挑战。作者开发了一个包含六类VRU的专用数据集，并提出了一个适用于物联网的边缘优化变压器框架，用于智能行人信号应用。
文章“智能铁路系统中的集成感知-定位-通信和应用”研究了下一代智能铁路系统的集成感知、定位和通信（ISPC）。现场测试结果证明了同时实现可靠定位和数据交换的可行性，突显了ISPC在提高未来铁路网络效率和智能方面的潜力。
文章“6G ISAC的多领域安全：交通领域的挑战与机遇”探讨了未来6G支持交通系统中集成感知和通信（ISAC）技术带来的新兴安全挑战。该文章提出了一种多领域安全愿景和集成保护框架，利用ISAC测量数据进行轻量级的跨领域验证。
文章“利用无人机通信实现城市空域交通系统数字化”研究了支持城市低空无人机操作的通信管理。作者提出了一种通信感知的数字空域框架，集成了空域表示、无线连接、导航支持和冲突检测以及分层控制。
文章“用于智能救护车IoMT网络中紧急伤口评估的边缘启发性多模态AI”提出了一个通信感知的边缘智能框架，用于智能救护车IoMT系统中的院前紧急伤口护理。联邦学习被用于支持分布式救护车之间的隐私保护模型更新。
文章“面向自动驾驶系统的通信高效数据传输：技术、挑战与趋势”讨论了自动驾驶系统的通信高效数据传输策略，其中带宽、延迟和能源约束带来了重大挑战。文章强调了性能方面的关键权衡，并指出了实现下一代自动驾驶系统可靠通信的研究挑战。
我们相信，这本特刊为从事通信、网络、交通和智能城市基础设施设计与实施领域的研究人员、实践者、政策制定者和行业利益相关者提供了一个宝贵的交流平台。通过这些领域的合作，我们可以加速创新解决方案的开发，以应对现代城市面临的复杂出行挑战，并为进入6G时代后的更加互联、有弹性和可持续的智能城市发展铺平道路。
