在智慧城市实验室，我们把路口信号配时作为一个可验证的小切口：不追求全城“一键优化”，而是先回答一个问题——多源感知数据能否在边缘侧支撑分钟级的绿信比调整。
实验选在城市外围一个四相位路口，接入线圈、视频和浮动车轨迹三类数据。视频侧只提取排队长度与车型，不做身份识别；浮动车数据用于补偿线圈盲区。模型由两部分组成：短时流量预测（15分钟粒度）与相位时长寻优，约束条件包括最小绿、行人过街时间和相邻路口协调相位差。推理跑在路口边缘网关，优化结果通过既有信号机接口下发，异常时自动回退到原配时方案。
阶段性进展：
- 试点路口平峰时段平均车辆延误从32秒降至25秒左右，早高峰效果不稳定，主要受右转车流和行人过街请求影响。
- 下一步计划：把单点优化扩展为三个路口的干线协调，并补充雨天与大型活动场景的样本，先做离线回放验证。
评论