信息的內(nèi)容及地理范圍廣：不同的交通搜集方式搜集的參數(shù)種類有限，例如感應(yīng)線圈只能搜集到交通流量、占有率、速度等固定地點(diǎn)的截面交通參數(shù)；視頻檢測器只能搜集到交通流量、速度、占有率、排隊(duì)長度等固定地點(diǎn)的交通參數(shù)；隨著多種交通搜集方式的組合，可以取得交通流量、速度、占有率、排隊(duì)長度、行程時(shí)間、區(qū)間速度等截面和路段交通參數(shù)，豐富了交通訊息的搜集內(nèi)容的同時(shí)也提高了搜集地理范圍的廣度。

隨著交通數(shù)據(jù)取得源的增加，交通訊息用戶對海量交通訊息實(shí)時(shí)性需求的逐漸提高。近幾年，國內(nèi)外逐漸將散布式并行計(jì)算技術(shù)、高性能計(jì)算服務(wù)器和高性能的數(shù)據(jù)處理算法利用于海量交通訊息的處理當(dāng)中，改良了信息的處理速度。

2010年國家首個(gè)“智能交通產(chǎn)業(yè)示范基地”在深圳揭牌

信息搜集的精度和經(jīng)濟(jì)性提高：隨著磁性和光學(xué)傳感器工藝的提高、圖象處理技術(shù)和定位技術(shù)的發(fā)展，交通訊息的搜集精度也不斷得到提高。同時(shí)，隨著近幾年對交通檢測器配置優(yōu)化技術(shù)的不斷深入研究，交通訊息的搜集在保證信息全面性和動(dòng)態(tài)性的條件下，也提高了交通訊息搜集的經(jīng)濟(jì)性。這為ITS系統(tǒng)的開發(fā)和利用奠定了基礎(chǔ)。隨著人工智能、統(tǒng)計(jì)分析、模糊邏輯、渾沌理論等的逐漸成熟，逐漸開發(fā)出了一些基于這些理論及方法的交通訊息處理方法，大大提高了信息處理的精度及質(zhì)量。