利用联网汽车数据革新路口管理

运动设计内部消息

车流通过密歇根州伯明翰联网汽车数据研究34个路口之一.（图片来源：Jeremy Little，密歇根工程）

低成本减排缩短通勤

社区可降低成本削减车辆排放——只为缩短你行程.

仅凭道路上6%车辆GPS数据，密歇根大学研究者重新校准交通信号显著减少路口拥堵延误.

密歇根州伯明翰18个月试点研究中，团队用通用汽车提供联网汽车数据洞察测试系统，导致信号控制路口停车次数减少20%-30%.

这是全球首个大规模基于云交通信号重新定时系统，为社区以降低成本重新校准信号模式提供重大机遇.

密歇根大学系统采集一定比例车辆GPS数据外推交通模式. 例如联网车在距路口约100英尺停下强烈表明其后至少三四辆车.

"路口检测器提供交通计数估计速度，但即使低渗透率车辆轨迹信息提供更有价值数据：车辆延误、停车次数、路线选择."——Henry Liu，密歇根大学土木工程教授、Mcity无线连接汽车试验场和连接自动驾驶交通中心主任

美国约32万交通信号，相关年拥堵成本（直接间接）达229亿美元. 成本含等待红灯时间、可改进信号定时导致不必要能耗.

大多数交通信号基于时段信号定时计划运行，早中晚夜预设模式. 交通规划者尝试协调周期与周边路口使车流尽可能少停走通过路口.

"信号应更频繁更改因交通总变化."——Liu. "好例子是COVID前一年和后两年交通模式. 早高峰随在家办公激增剧烈变化. 见到此变化需重新定时信号."

优化信号跟上交通流变化非易事. 测交通量重新计算成本时间意味着多数市政两到五年甚至数十年不重新评估.

自适应信号虽1970s存在，检测路口车辆近实时重编程信号，但成本阻碍广泛使用. 单路口安装自适应系统高达$50,000，需定期维护——非所有社区负担得起. 密歇根大学优化系统成本仅自适应系统一小部分.

系统称概率时空图，允许较小比例联网车辆数据完成自适应交通信号传感器同等工作量. 测试有效性，研究者2022年3月三周收集伯明翰34个信号控制路口数据——多为固定时制系统.

"这真正解决数据收集问题. 可以说这将成全国通用方式. 系统固化后，没理由用其他方式."——Gary Piotrowicz，奥克兰县道路委员会副管理主任

00:00:00 你是否曾在红灯前等待想为何这么久才转绿重新定时每个交通灯当前约$5,000 所以大多数交通管理机构信号仅每2-5年甚至更久重新定时底线是信号未按最高效运行造成

00:00:23 道路更多拥堵和拥堵导致安全差密歇根工程研究者与奥克兰县道路委员会合作开发更便宜更快优化交通信号流程这是基于云系统用联网车辆GPS数据在伯明翰试点其系统能减少

00:00:44 交通延误20% 减少路口停车次数30% 系统实施实际上非常简单因为数据已在云端由车企收集我们帮交通管理机构利用数据评估交通信号性能再帮他们

00:01:08 优化交通信号参数当前路口配备自适应或固定交通信号若自适应可用传感器检测路口交通重新定时若固定交通控制器需赴路口高峰期数信号车辆我们

00:01:29 尝试制定24小时7天365天定时计划用数据并不如我们期望好车辆轨迹数据提供远超交通计数信息允许交通控制器见停车次数车辆延误路线选择仅少量联网车辆数据

00:01:53 可输入优化系统评估信号性能基于数据创建新定时计划允许我们更频繁更新信号代替也许每5年或更久现在可每几个月看看确保系统最佳定时即使不改定时也确认现有最佳真正惠及驾驶员对城市意味交通信号维护更频繁成本分数对你意味少等红灯更快通勤联网车辆无处不在

00:02:35 易扩展系统因可利用其数据不仅密歇根州其他地方谈论获取24小时7天周数据自动化最好数据我们曾有真令人兴奋

传感器