在智慧城市实验室，我们选了一个四相位十字路口做单点信号配时的实验性探索。目标是回答一个很具体的问题：在不改硬件、只用既有检测数据的前提下，AI 能否给出比固定配时更合理的相位时长建议。
做法分三步。检测侧复用路口已有的视频与雷达数据，估计各进口道的排队长度和转向流量；预测侧用轻量时序模型做 5~15 分钟的短时流量预测，避免用滞后一个周期的观测去调下一个周期；优化侧以车均延误和最大排队长度为代价函数，在最小绿、行人过街时间、相位切换损失等约束下搜索绿信比，输出建议值交由信号机执行。
阶段性进展：
- 以测试路口 7 天轨迹回放验证，平峰时段车均延误下降约 8%~12%，排队长度峰值下降更明显；高峰接近饱和时收益收窄，说明瓶颈在通行能力而非配时，这一点我们不做夸大。
- 下一步接入公交优先请求与相邻路口协调约束，重点观察单点优化是否会把排队推向下游路口，并补充雨天、节假日等分布外场景的稳定性测试。
目前仍是单路口、离线回放加小范围在线试运行的规模，尚未做全城推广的结论。
评论