交通部積極推動智慧運輸系統發展建設，不僅都市交通，現更擴及高快速路網與各級道路的增設並更新交控設備，包含升級擴充交控傳輸系統，並結合大數據分析及雲端技術等科技創新應用，整合各級道路即時路況資訊、均衡高快速路網內各級道路車流，期望有效緩解道路壅塞情形、提升車流運行效率與安全，進而優化全國交通管理。
▶台61線西濱快速公路台中、彰化路段是公路總局重點疏運路線。（圖片取材自公路總局官網）
對於貫穿全國的省道及高快速道路而言，肩負著提供國人南北行駛的重要交通路網，建構順暢的運輸品質、安全可靠的用路環境是重要使命。因應政府提升交通服務品質政策，交通部公路總局和高速公路局均針對轄下易肇事區域及多處重點疏運路段，積極利用高解析CCTV、AI影像辨識及5G傳輸技術等，啟動各種智慧交通管理計畫，達到即時車流與壅塞偵測，藉此改善行車順暢及安全。
省道建置「智慧路口」設備，有效提升旅行時間及號誌停等延滯
自2021年起交通部運輸研究所、公路總局、鐵道局即共同辦理「推動5G提升智慧交通服務效能與安全計畫」，公路總局計畫於2025年之前，於省道100處點位建置智慧路口（段）設備，總經費為2億3,600萬元。該計畫係於省道重要監控地點建置高解析度CCTV，藉由5G傳輸量大、低延遲特色，及利用AI影像辨識技術，蒐集路口或路段多種交通資訊、辨別與建立多種事件之類型與等級，進而產出因應策略與管理措施，如號誌控制、替代路徑導引⋯等。
公路總局交通管理組組長姜宇峰表示，截至目前已完成56處點位設備建置，經費執行約1億2,900萬元，主要分布在台61線新竹／台中／彰化路段、台9線蘇花改路段、台1線水底寮路段等重點疏運路線。相對於過去車流偵測資料，本計畫所得到資料更加有效整理，提供交通管理人員更全盤視角，以便能針對各種情況下達對應交通策略;另由AI自動蒐集資料及偵知事件，可取代過去由人力進行的路況監看作業，所節省的人力則可運用於擬定交控策略等更有價值的工作。
公路總局交通管理組組長 姜宇峰
從建置效益來看，姜宇峰指出，以台61線新竹路段為例，該路段於2022年建置半觸動號誌控制系統，應用AI影像辨識判別支道有／無車狀態，並於支道無車情況下自動延長幹道綠燈分相秒數，觸發比例達7成以上。經現場測試，台61線（東大路口至天府路口）旅行時間及號誌延滯情形，半觸動號誌運作後，平均旅行時間由83.67秒下降至72.17秒，平均號誌延滯秒數由34.5秒下降至21.67秒，有效減少幹道旅行時間及號誌停等延滯秒數，提升車隊續進能力。
新科技輔助省道交通安全與管理
交通管理的宗旨就是要確保用路的行車安全，且在安全無虞下保持順暢。就公路總局對於新科技輔助交通運輸的安全與管理上，主要側重在三方面：
1、AI輔助資料蒐集及決策
實施交通管理策略的先決條件，需要大量且精確的交通數據做為判斷依據，傳統偵測技術（如VD、eTag等）僅可偵測路段車流量、車速、旅行時間等，可辨別車種亦有限（僅大車、小車）。現利用AI影像辨識技術，不僅可偵測路口轉向量及車隊停等長度等資訊，車種則可增加機車及自行車等。AI影像辨識可透過機器學習提升準確度，所蒐集資料據以制定最佳化交管策略（如號誌時制、車流導引路徑等），並可預測壅塞時段、路段等，大幅增進決策品質及效率。
2、應用手機網路信令（CVP）探偵技術
公路總局自2019年10月起試辦以CVP方式蒐集車流資訊，解決傳統偵測器（VD、eTag）不易涵蓋所有路段的問題。目前資料提供範圍涵蓋25條主要路線，雙向總長度約7,119公里，交通資訊涵蓋率自導入CVP後已從約62%大幅提升至約95%。
3、5G車聯網（車輛資訊回傳及交控中心應用）
因應未來自駕車等科技發展，如車輛均可聯網資訊回傳，公路總局可增加數據應用廣度，如應用於即時交通資料來源、車流分析、道路鋪面坑洞警示、長期數據交叉分析與建立預測模型等;外部則可視資料屬性，在保障隱私前提下，提供做為網路公開資料供加值服務。