跳到文章正文
应用 编辑推荐

高德让红绿灯「看车流」:北京近百路口实测,平均停车时长降 19.4%

早晚高峰最让人烦躁的,不是堵,而是「空放」:你这边排了几百米,对面绿灯亮着却没几辆车。11 月 …

早晚高峰最让人烦躁的,不是堵,而是「空放」:你这边排了几百米,对面绿灯亮着却没几辆车。11 月 16 日,高德发布「云控红绿灯」系统,试图让信号灯从按预设方案走,变成跟着真实车流走。北京朝阳、丰台等区域已有近百个路口落地。

云控红绿灯系统依据实时车流为交警提供配时优化建议
云控红绿灯系统依据实时车流为交警提供配时优化建议

一分钟速览

  • 高德 11 月 16 日正式发布云控红绿灯系统,与北京交警合作,在北京朝阳、丰台等区域覆盖近百个路口。
  • 实测数据:优化后路口车辆平均停车时长下降 19.4%,通行效率平均提升 19%。
  • 北京驹子房路与高杨树中街路口仅调整绿灯时间分配,通行流量提升 15.6%,平均停车时长下降 23.3%。
  • 系统不新增摄像头等路侧设备,依托导航车流做实时感知与推演;北京 5000 多个路口的信号灯数据已接入高德。

问题从来不是「灯不聪明」

城市路口的信号配时,长期依赖预设方案:高峰一套、平峰一套、夜间一套,按经验划分时段。这套办法在车流规律稳定的年代够用,但遇到突发拥堵、临时施工、大型活动,就会失灵。车多的方向等几轮红灯,车少的方向绿灯空放,路口的通行能力被白白浪费。

自适应信号控制并不是新概念,地磁、雷达、视频检测器都能实时数车。真正难的是成本与覆盖:一套路口级感知设备动辄数万元,还要布线、供电、维护,全国几十万个路口铺开,投入是天文数字。高德的思路是绕开硬件——用导航用户的行驶轨迹,反推每个方向排了多少车、大概要等多久。

它怎么做到「灯看车」

系统依托高德的空间智能能力,对城市车流做实时感知和动态推演,再把配时优化建议实时提供给交警。导航用户越多,感知越完整,推演越接近真实路况。这是一种典型的「数据换硬件」路径:不装摄像头,靠已经在路上的手机。

试点数据能说明效果。驹子房路与高杨树中街路口,只调整原有绿灯时间分配,通行流量提升 15.6%,平均停车时长下降 23.3%;太阳宫北街与西坝河路口新增「南向单放」绿灯相位,让南向车流获得专门通行时间,流量提升 11%,平均停车时长下降 28.9%。

对驾驶者来说,变化是可感知的:经过相关路口时,高德 App 会用语音加地图双重提示,比如「前方绿灯已加时 10 秒,预计本轮可通过」。这种反馈看似只是体验优化,实际在悄悄改变驾驶行为——知道这一轮能过,就不会抢黄灯。

倒计时为什么突然准了

容易被忽略的一条信息是:北京交警把 5000 多个路口的红绿灯数据接入了高德。此前没有官方信号数据,高德只能靠历史交通数据、实时车流和路口信号规律去推算倒计时,误差难免;接入官方数据后,读秒精度会明显提升。

这件事的意义超过导航体验。信号灯状态是城市交通最基础的一类公共数据,一旦以标准接口开放,能衍生出的应用远不止「读秒」:公交优先、应急车辆绿波、路口安全预警、甚至自动驾驶的通行决策,都依赖它。

三个值得追问的点

第一,样本偏差。导航用户只是全部车流的一部分,货车、公交、非本地车辆的覆盖率如何,会直接影响推演的准确性。高德的优势在于用户密度,但密度不等于完整性。

第二,责任边界。系统给的是「建议」,最终下发配时的是交警。当一次优化导致某个方向排队加剧,甚至引发事故,责任如何界定?这类问题在智慧交通里会越来越频繁地出现。

第三,可持续性。不新增硬件的方案部署快、成本低,但也意味着系统高度依赖商业公司的数据与算法。城市交通是公共服务,数据接口、算法透明度、退出机制,都需要在合作初期就谈清楚。

更大的图景

过去几年,智慧城市的故事讲得很热闹,落地却常常止步于大屏。云控红绿灯之所以值得关注,是因为它落在了一个非常具体的指标上:平均停车时长。这个数字降下来,意味着少烧油、少排放、少一次急刹,也意味着城市对既有道路的利用效率提高了。

如果这套模式能在更多城市复制,交通治理的逻辑会发生变化:从「修更多路」转向「把现有的路用得更满」。对正在推进城市更新的一线市场来说,这比再建一条快速路便宜得多。

一句话总结:最好的红绿灯,是让你感觉不到它的存在,却总在你到之前变绿。

本文地址:https://www.163264.com/21366