如今，在荷兰的市政控制中心工作人员通过车辆发回的信息提前向别的车辆发出危险湿滑路段的警示;在法国的里昂，当地交通网络会帮助司机规划上班的最快路径;而现在新加坡的司机可以使用出租车们收集到的数据查看下一个小时的路面车流预报。

　　按照当前的人口增长速度，全球在21世纪中叶会达到90亿的人口总量，而届时全球的汽车保有量预计能达到40亿。对此，福特的工程师曾表示：这将不只是简单的便利性问题，而会变成人权问题。

　　效率和安全是智能交通网解决的两个问题

　　而解决这样的情况，唯一办法可能就是就是构建高效的交通网络。

　　40年或者50年是很长的一段时间，但现下每天上班堵在路上已经够让人头痛了。所幸的是处理器、移动通信和无人驾驶技术已经开始向车辆入侵，正如开头提到的那些案例一样，城市规划者们开始与技术工程师展开合作来分片解决这个大难题。

　　其实在大部分地区，人类已经部署了不少的道路联网基础设施。大部分的一二线城市都配有中央交通控制系统，比如可调节的交通灯时长和道路运行规则(分时段的单双向车道设施)。未来的汽车将会变成一部四轮的联网设备，不断向控制中心发送基于位置的交通信息。控制中心则通过全城的众包数据协调所有车辆。

　　IBM的产业方案部门的负责人Vinodh Swaminathan表示这项工程做起来的难度在于商业模式，传感器安装、信号灯部署、无线通信的实现都需要大量资金。

　　现状和问题

　　智能交通网络解决的另一个问题是安全。芬兰的一家研究机构VTT，专攻传感器对道路湿滑的检测和预警，它采用的是车辆刹车系统中自带的传感器然后根据众包数据对危险的路面湿滑区域作出预判。

　　IBM当前有一套整合了GPS定位和交通信息的系统，能预测一天中的道路车流量。Swaminathan表示，采用的是过去某个路段上的车流数据，加上当前的路况进行预测——准确率能达到95%。车载GPS是车辆组网的一个思路，而IBM现在做的还有一个方向是跟运营商合作从信号基站的使用率判断地区的交通流量。

　　思科的“智能联网汽车”项目的一位PM Andreas Mai表示：“未来的汽车产业将从出售车辆向出售旅行时间转型，旅行体验变为第一竞争力，而车辆本身的拥有权将变得次要。”

　　将数百万的汽车相互联网，同时这些车辆又要连接到道路基础设施(交通灯、停车场…)，产业内需要建立相当大规模的网络架构。

　　这也就是为什么NXP半导体对车辆上的芯片研发如此感兴趣的原因，这些芯片实现车辆的数据采集和网络连接。

　　当下仅仅是一个开始，IBM建立的车辆联网系统会采集汽车的运行数据，甚至包括远光灯的使用和雨刮频率。但随着越来越多的车辆接入这一网络，城市规划者们可以通过这些众包数据在道路情况恶化的情况下提醒车主，从而减少事故。