得到上，李彦宏推出了智能交通课程，学习ing：
世界上最远的距离，是交通路口红绿灯和摄像头的距离，红绿灯永远不知道摄像头看到的内容，所以空荡荡的路口还是要显示红灯。
对此，当前主要的解决方案是智能信号灯控制，智能信号灯控制可以做到“灯看车”，当前主流的智能信控厂家的目标也是灯看车，但是实施过程发现，效果并没有达到预期，为什么呢？
主要有两个原因：一个原因是输入给智能信控系统的数据不准确、也不全面。
目前给智能信控提供数据的都是各种检测器，但是检测器检测到的数据有可能是不准确的。
比如检测车流量的地磁，只能检测有限距离的车辆，所以无法感知整个路段的车况。
而且即使是安装有摄像头，能监控到整个路段的车辆，但是无法识别车辆的类型，是货车还是私家车，是否有行人等等，而信控系统要做到智能分析和决策是需要更准确更全面的数据支撑的。
第二个原因是系统计算的时候，仅仅考虑了单个路口，而不是对某个路段、某个区域，甚至整个城市的所有路口做整体计算。
城市交通的治理，它不是针对某一个点的交通优化，而是要达到整体的交通效率的提升。
拿整个城市路网来看，每一个十字路口的信号灯的调控都会影响到这个路口上游、下游的交通流量，这样整个城市路网的计算是需要非常复杂的AI模型才能实现的。
那么，如何解决这两个问题呢？
第一个数据输入的问题，目前的解决方案，主要有两种，一种是提升现有感知系统的智能，比如对于现有的摄像头，增加AI算法，让摄像头具有AI识别功能。另一种是在现有的基础设施比如地磁、线圈、摄像头等之外，引入各种外部系统的新数据，比如互联网地图导航、公交车系统、出租车系统等等。
通过更多维度的数据，在数字世界里构建一个与物理世界相对应的孪生世界，从而使得信控更为精确。
第二个系统计算则是使用智能信控，即把整个路网看成是一张网，各个路口的联动关系也要考虑其中，并且把提升整体效率为目标，而不是单点效率。
而要达到缓解拥堵的目标，还要配合两种方法：动态限速和预约出行。
动态限速，很多人都觉得，车速快，通行效率就高。其实并不是这样的，在高峰时段，不做限速反而可能更容易造成拥堵。中国工程院院士郭仁忠曾经举过一个例子，当车辆通过某个信号灯的路口时，限速30公里每小时，它的通行效率比40公里每小时，甚至60公里每小时都要高。
再说说预约出行。根据麻省理工学院的学者在特定路段的测试，当有60％的车辆参与预约出行，平均出行效率会提高50%，这是非常可观的效果。
运动记录
第31-32天/300天，跳绳300
网友评论