AI信号配时实验：路口饱和度估计与绿信比微调

在不更换既有信号机的前提下，我们把AI先用在“看懂排队”，而不是直接控灯。

进展：在某新区12个路口部署边缘设备，复用电子警察与卡口视频流，输出各相位排队长度与饱和度估计。排队长度估计与人工标注偏差约±1.2辆车，单路口推理时延低于80ms；结果以“建议”形式呈现，最终配时仍由既有方案与人工审核决定。

数据与下一步：影子模式连续运行6周，3个路口高峰平均延误下降约7%~9%，2个路口无明显变化，1个因短间距路口联动失效被回滚。下一步扩至20个路口，纳入公交优先与行人过街最短绿约束，并补充雨天与夜间样本，重点验证极端流量下的稳定性边界。