随着我国智能网联车辆产业规模不断壮大，在城市信号控制场景中，智能网联车辆作为参与者渗透率占比越来越高。然而，当前我国各地在构建服务于智能网联汽车的交通信号控制系统基础设施方面存在着地域性差异，并且这些设施内部软硬件组件之间的耦合机制各有特点，这一现状无疑对智能网联车辆的实际应用推广构成了障碍与挑战，亟需明确面向智能网联车辆的交通信号控制典型应用场景的划分以及数据交互的方式，以推动智能网联汽车的应用落地。

本项目依托于大连理工大学承接的山东省重点研发计划项目《基于机器学习的自主式城市级智能交通信号优化算法与平台》进行试验研究和理论分析，针对面向智能网联车辆的交通信号控制场景下对各个交通参与者的信息交互流程与信息需求的区别，自顶而下地分析智能网联环境下的信号控制场景，梳理各个信号控制场景内场景概述、预期效果、交互流程，并对场景内的信息集内容进行ASN.1编码，完善面向智能网联环境下城市智能信号控制场景所需一般规定内容。

目前国内在面向智能网联车辆的城市交通信号控制场景相关标准层面，尚缺乏明确规范的典型应用场景划分与数据交互信息集标准。虽然现有团体标准中有部分涉及信号控制场景，但不同团体标准之间的协调性和兼容性不足，从而容易造成感知目标或事件分类不一致，缺乏集成性的标准。

面向智能网联车辆的交通信号控制典型应用场景划分与数据交互信息集旨在有效避免道路智能设施功能单一、信号控制场景内耦合度低；能有利于智能网联车辆在城市交通信号控制场景中各交互对象的协同，进一步助力智能网联汽车的应用落地。

项目研究面向智能网联车辆的城市交通信号控制场景的规划、设计、实施，着重明确智能网联车辆信号控制场景的应用场景划分、数据交互流程和ASN.1消息集。

项目研究旨在规范面向智能网联车辆的城市交通信号控制场景的总体结构、场景概述、预期效果、交互流程、信息集内容（由智能网联车辆信息、路测信息和中心系统信息三类信息组成）。明确了场景中路段人行横道、单点交叉口、城市信号控制干线、区域信号控制场景的数据交互流程以及 ASN.1 消息集内容，用于优化智能网联车辆的通行效率和安全性。