【慧聪网|安防】遍布在城市各个十字路口的红绿灯，对于城市交通的有序通行有着极其重要的作用。传统的红绿灯，红灯时间和绿灯时间基本都是以同样的时长和间隔来设定，部分车流、人流通行密集的区域可能会针对性的分配车行、人行亮灯的时间，不过也是一成不变的程序式设定，体验感仍有欠缺。
让红绿灯能够根据路况来“自主”的协调控制车行、人行的通行时间，是当前城市智慧化演进过程中极为重要的环节,不少城市这几年来也一直在积极投入优化城市交通信号灯系统建设。
红绿灯变得更聪明，最直观的好处是能够提升城市主干道路的人车通行效率，降低由交通堵塞带来的安全风险和时间成本。而怎么样让红绿灯变得聪明，这里面还真有不少故事可以聊。
优化交通信号灯是交通大脑的首道题
相信大家都听过城市大脑的概念，目前包括阿里、百度、腾讯等企业都有在布局城市大脑的相关业务，而智能交通则是这些企业在城市大脑业务中最先且最核心投入的部分，交通大脑的概念也由此衍生，在众企业部署的“交通大脑”中，其中围绕着城市交通信号灯系统的优化又成为关键的切入点。
像阿里的“交通大脑”，在技术逻辑上，其旨在通过城市一体化计算平台、城市数据资源平台和人工智能(AI)开放服务平台，集即时、全量、全网和全视频的能力特征于一体，将整个交通出行行业全连接，让大数据、AI和云计算的技术价值得到体现。
技术逻辑的展开，首先需要将物理世界的硬件设备实现感知能力升级、而后驱动这些物联感知设备之间的数据融合，让数据“跑起来”，通过接入到“大脑”平台，实现全网全量数据的实时交互，为城市交通构建起一套数字化的决策平台。
基于这样的逻辑，阿里的交通大脑第一步便是消灭从摄像头到红绿灯“最远的距离”，通过将路段内的交通信号灯和视频监控摄像头接入到“交通大脑”当中，全面激活城市交通的感知能力。
而百度的交通大脑则充分受益于百度地图的历史积累资源，基于百度地图的交通大脑来为城市交通打造诸如，交通实时监测与研判平台、离线地图、交通信号灯等行业解决方案。和阿里交通大脑覆盖到全局全量的交通场景不同，百度交通大脑更专注于出行的场景、定位数据及人群洞察。
比如百度在今年5月份正式发布的百度智慧信号灯2.0解决方案。这套方案包含三个平台，第一个是异常实时报警平台，主要解决路口异常情况下的应急处置方案；第二个是配时评价与优化平台；第三个是信号控制参数开放平台。
百度认为，智慧信号灯发展会经历三个发展阶段：第一个阶段是监控评价阶段，即利用互联网+传统检测器的融合数据对全路网路口信号异常进行检测报警，并实现基于大数据的信号配时评价；第二个阶段是双向互通阶段，即实现互联网数据和信号控制系统的在线双向互通；第三个阶段是信号灯具备人工智能，即通过自适应、自反馈、自学习，实现兼顾交通点、线、面协调最优的智慧控制决策。
从百度的这套方案中我们不难看出，交通信号灯的优化方案和视频监控摄像头的智能化升级如出一辙，首先需要让终端设备(信号灯、摄像头)能够“自我感知”，而后在自我感知的基础之上，依托深度学习，实现自我学习，从被动控制迈向主动决策。
而在现有的优化交通信号灯的方案中，摄像头和信号灯的关系往往密切相连，摄像头之于交通信号灯而言，是天然的“眼睛”，可以实时看到信号灯周围实时的交通状况。阿里主张消除摄像头和信号灯的距离，是因为在传统的城市规划中，路口的摄像头和交通信号灯设备往往是独立工作，互不相连，而如果将两者之间打通，让“眼睛”和“手”协同起来，再基于现阶段的“交通大脑”的决策控制，让红绿灯变得“聪明”起来便有可行性。
在总的逻辑上大概是通过摄像头、红绿灯全局感知到路口的人行、车行实况，如若路口拥堵，测算出拥堵时长和拥堵长度，之后按照全局调节的思路制定一套配时优化策略，将路口的绿灯配时延长，相应地其它几个路口的绿灯配时缩短，如此一来拥堵路口的通行效率得以提升，同时也节约了其它路口绿灯时间资源的浪费。
脑洞大开：虚拟红绿灯
上述交通信号灯优化方案目前已在杭州、广州、中山等部分城市展开应用，据相关媒体报道，优化系统的上线让应用区域的路口通行效率提升了5.7%- 11.8%，后续随着技术的逐渐完善，该项数据统计或将有更明显的变化。
这是国内这两年来在红绿灯优化方面的声音，于此同时，在智慧城市的全球化浪潮中，我们还接受到了一些国外关于交通信号灯方案改善的消息，脑洞打开的措施让人印象深刻。
比如今年七月，沙特阿卜杜拉阿齐兹国王科技城(KACST)举办的一次新颖的路测：在两个十字路口使用虚拟红绿灯系统，然后让几辆车用遵守交通规则的方式随意通过这些路口。路测的参与人员超过 100 人，包括政府官员，学术代表，Uber 等企业代表，以及虚拟红绿灯技术的研发人员，这项技术在测试中运行完美，没有出现一次错误。
图 |“领导者”角色转换(来源：AndersWenngren)
“虚拟红绿灯技术”是什么概念？据外媒介绍，虚拟红绿灯本质就是“车对车通信技术(Vehicle-to-Vehicle，V2V)”的高级延伸，它将行驶权和路权的判断交给每一辆十字路口附近行驶的汽车，让它们“集体投票”决定某一方向的某一辆车应该通行还是停下，并通过车载显示器或抬头显示技术，以红绿灯的形式提醒司机。而这个“集体投票”过程，其实就是技术背后强大算法的计算过程。
虚拟红绿灯相当于给每辆车都装了一套红绿灯系统，对于司机而言当然是项新鲜的体验，不过这项技术也还存在明显的缺陷：
一体现在它需要每辆车都支持“专用短程通信技术(DSRC)”，只有这样，车辆之间才能互相“沟通”，共享计算路权所需要的数据，包括汽车确切位置(经度、纬度和行驶方向)、各个方向的汽车数量、行驶速度、加速度、与十字路口的距离和行驶轨迹等等；
第二，它只解决了车和车之间的通信，但在实际的路况中，除了机动车之外，还有行人、非机动车等通行个体，安全有序的路口通行，不可忽视整体的环境；
第三，该方案更多是针对无人驾驶场景提出的，在常规的车路交通环境中并不适用。且落实一整套V2V系统，对物联网、无人驾驶技术有很高的要求，容不得算法出一点差错。
不过，对于未来的无人驾驶畅想，这不失为一种创造性的技术。
新时代正在由对传统模式不断地变革和颠覆迭代而来，人类对于创新事物永远保持着好奇和探索之心。而当下，我们能做的，是在现行城市运转模式基础之上一点点开拓创新，逐步完成城市的智慧化升级，从一台交通信号灯、一盏路灯、一只监控摄像头开始……
免责声明：慧聪网转载此文目的在于传递更多信息，不代表本网的观点和立场。文章内容仅供参考。
