一个路口一边排着长队,另一边却相对空荡,而两侧红灯时长相同,这类场景让不少驾驶者产生疑问:信号灯能否随车流自动调整?自适应信号控制并非新概念,过去多依靠摄像头、地磁线圈和雷达等设备采集交通数据,再由算法调整配时。
不过,硬件铺设和成片改造让这种方案面临成本与落地速度的约束。11月16日,高德发布“云控红绿灯”系统,提出在不新增硬件的前提下,让信号灯依据车流变化调整时间分配。
据高德介绍,该系统已在北京朝阳、丰台等区域试点。整体数据显示,相关路口车辆平均停车时长下降19.4%,通行效率平均提升19%。在驹子房路与高杨树中街路口,仅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”绿灯信号后,南向车流获得专门通行时间,路口通行流量提升11%,平均停车时长下降28.9%。
这套方案不依赖新增传感器,而是通过空间智能实时感知车流、推演未来交通状况,并据此优化信号配时。路口无需增加传感设备,也不必更换现有信号灯,就能进行动态调整。按照其技术思路,数据融合能力可以弥补单点感知不足,为智慧交通提供一条不依赖大规模改造的路径。
空间智能的核心,是让人工智能理解真实世界中的位置、运动和变化,并进行预测和指导。相比文本处理,这类能力需要面对现实空间的复杂结构。高德在多个产品中已应用相关能力,鹰眼守护预警系统即为一例:系统基于匿名脱敏的车辆速度、加速度、位置等行车数据,对道路异常事件进行实时感知和判断,并向可能受影响的车辆推送预警。
红绿灯倒计时也是空间智能的落地功能。该功能已覆盖200多个城市、超过8万个红绿灯路口。其实现方式并非直接接入交通信号控制系统,而是综合历史交通数据、实时车流信息与路口信号规律进行计算,再向驾驶者提供倒计时信息。
在这些应用背后,地图被视为理解现实世界的入口。高德将地图能力分为多个层次:既包含地点坐标与空间连接关系,也包含建筑高度、道路宽度等三维信息;既记录街道在不同时间段的拥堵规律,也纳入人流、车流、搜索、导航、到访和停留等行为数据。由此形成从空间结构到环境变化、再到行动结果的数据基础。
地图记录的不只是地点坐标和道路连接,还包括建筑高度、道路宽度、街道在不同时间段的拥堵规律,以及人流、车流、搜索、导航、到访和停留等行为数据。云控红绿灯所调用的,正是这些来自真实空间与真实出行的信息。















