汽车之间的自主无线通信如何取代交通信号灯，缩短通勤时间

生命短暂，而当你身陷交通堵塞，或者在完全无车的路口等红灯时，人生似乎更显苦短。在墨西哥城、圣保罗、罗马、莫斯科、北京、开罗或内罗毕这样的城市，住在城市远郊的居民早晨的通勤时间可能会超过两小时。如果下班的通勤时间也算进去的话，每天花3到4个小时在路上是很正常的。

现在假设有这样一个系统，可以将每天上下班的通勤时间减少1/3，比方说从3小时降低到2小时，那么每个月就可以节约22个小时，按照35年的职业生涯来算，共可节约3年时间。

饱受困扰的通勤者们，振作起来，因为目前已经有人设计出这样一个系统，使用了几项新兴技术。其中一项技术便是车辆无线连接技术，也经常被称为车对车（V2V）技术，不过无线连接还可以包括路标和其他基础设施。另一项新兴技术是无人驾驶汽车技术，这项技术就其本质而言应该会减少通勤时间（同时让通勤时间更有效率）。再就是物联网技术，它不仅将连接全球70亿人口，还会连接另外300亿个传感器和装置。

我与卡耐基•梅隆大学（位于匹兹堡）的同事们共同研究了一种算法，可以将这些技术结合起来。我们的算法使用车载通信功能，让汽车彼此进行协作，在不依靠任何交通信号灯的情况下保持交通安全畅通。我们把这个项目分拆出来，形成一家公司，即虚拟交通信号灯（VTL）公司，并进行了大量模拟测试。接着自2017年5月起，我们开始在卡耐基•梅隆大学校园附近的道路上进行封闭测试。7月份，我们在沙特阿拉伯首次公开展示了VTL技术，现场大约有100名观众，主要是科学家、政府官员以及私营企业代表。

那次试验的结果证明我们长期以来的怀疑是有道理的：是时候淘汰交通信号灯了。我们不必再困在车里耗费数不清的时间却哪儿也去不了，也不会有任何损失。

1912年，交通信号灯被发明并开始在盐湖城应用，两年后推广到了克利夫兰。而其原理从那时到现在几乎从未改变过。交通信号灯采用基于计时器的方法工作，因此有时你周围明明没有车辆却还是要在路口等红灯。时间设置可以调整，以匹配不同通勤时段的交通模式，但这差不多是唯一能做出的微调，这还远远不够。很多人都为此浪费了大量时间，并且天天如此。

而现在请想象有很多车辆正驶向某个路口，这些车正通过V2V技术进行交流。它们就好像投票一样，选出一辆头车。在接下来的一段时间里，由这辆头车决定哪个方向具有优先通行权（相当于绿灯），哪个方向需要等待。

到底哪个方向优先通行呢？原理很简单，且大家都会遵守。头车指示自己前行的方向为红灯，指示垂直方向的车流通行。大概30秒后，垂直方向车流中的某辆车成为头车，再完成与前一辆头车相同的工作。领导权以循环方式不断移交，公平分配责任与义务，因为头车需要为了共同的利益而暂时牺牲自己的利益。

使用这种方法后就再也不需要交通信号灯了。交通监管以无形的方式与无线通信设施相融合。人们再也不需要在没有车辆的路口等红灯。

我们公司开发的VTL算法通过参考诸多参数选出头车，比如各个方向来车中位置靠前的车辆与路口中心的距离、车辆的速度、各个方向来车的数量等等。当其他条件相同时，算法选择距离路口最远的车辆作为头车，这样该车辆将有充足的时间减速。这一策略确保了距离路口最近的车辆有优先通行权，即作为虚拟绿灯信号。

值得引起注意的是，VTL技术并不需要摄像机、雷达或激光定位器，它的所有定位导航功能都是通过名为专用短程通信（DSRC）的无线系统获得的。DSRC指的是1999至2008年期间美国、欧洲和日本研发的无线电管理方案，包括专用带宽，用于让临近车辆进行无线信息交流。DSRC开发者们预想过这一方案的多种用途，包括电子收费装置、合作式自适应巡航控制，以及我们目前正在使用的功能——预防路口碰撞。

目前，量产车很少配备DSRC收发器（并且DSRC很可能被新兴的5G无线技术替代）。但是DSRC收发器现成可用，并且具备我们所需的所有功能。这些应用IEEE标准802.11p的收发器必须每隔0.1秒就发送1条基本安全信息。该安全信息将信息发出车辆的经纬度及方向告知信息接收者。VTL算法在车辆的处理器上运行，可以获取该车辆的数据，接收从临近车辆获取的信息，然后将结果与数字地图（比如谷歌地图、苹果地图或公开街区地图）服务提供的数据进行叠加。通过这种方式，每辆车都能计算自己与路口之间的距离，其他方向来车与路口之间的距离，以及及每辆车的速度、加速度和行驶轨迹。这就是确定哪些车辆可以通行（绿灯）、哪些车辆需要等待（红灯）所需的所有算法。一旦做出决定，每辆车内的平视显示器将以正常视角向司机展示红灯或绿灯信号。当然，VTL算法仅解决了交叉路口、停车标志以及让行标志处的交通管理问题。VTL算法并不能控制车辆驾驶。但在用于合适的领域时，无人驾驶技术能做的，VTL都可以实现，且成本更低。无人驾驶汽车需要更多计算能力处理激光定位器、雷达、摄像机以及其他传感器的馈送信息，还需要将这些数据融合形成周围环境的单一视图。

我们的方法可以看成是用一种经验法则代替真实智能。VTL算法让汽车自主控制交通，就像昆虫群和鱼群一样：鱼群会一下子全部转换方向，而不需要任何头领来指引；在鱼群中，每条鱼会根据临近鱼的动向来获得提示。

这是一种与集中式网络行为完全相反的分散式系统行为。据此，城市中的车流能够自行控制交通，无须依赖集中式控制机制或人为干预，不需要警察、交通信号灯、停车标志以及让行标志。 

智能路口这个概念并不是我们创造的，它在几十年前就已经存在了。早期的一个想法是在沥青马路下面安装磁线圈，检测一条路上驶向路口的车辆并相应地调整绿灯和红灯的时长。与此类似的是，路口设置的摄像机可以计算出各个方向的车辆数量，然后计算出每个路口交通信号灯的最佳时长。但这两项技术的安装与维修成本都很高，因此只有少数交叉路口安装了它们。

最初，我们在两个城市的虚拟模型上运行VTL算法：两个城市分别为美国匹兹堡和葡萄牙波尔图。我们从美国人口调查局以及葡萄牙相关机构获取交通数据，然后添加谷歌地图的数据；随后，将数据输入德国宇航中心开发的开源软件包——城市交通仿真（SUMO）。

SUMO对两种情境下的通勤高峰时段进行了模拟。一种情境应用现有交通信号灯，另一种情境应用我们开发的算法。结果发现，VTL算法将波尔图的平均通勤时间从35分钟降至21.3分钟，将匹兹堡的平均通勤时间从30.7分钟降至18.3分钟。从郊区以及更远的地区到达市内的通勤时间减少了30%到60%。重要的是，通勤时间的方差（某个点偏离平均值的统计值）也减小了。

时间的节约主要得益于两个原因。其一，VTL消除了没有垂直方向来车情况下在路口等待红灯的时间。其二，VTL引导的是每个路口的交通秩序，而不仅限于有信号灯的路口。因此，如果周围没有其他车辆，车辆不必在停车标志前停车。

通过模拟试验，我们还发现了比节省时间更重要的其他优点。交通事故发生率降低了70%。这不奇怪，事故发生率降低的主要区域集中于路口、停车标志以及立交桥附近。此外，通过尽可能减少在路口的等待、加速和减速，VTL显著减少了车的平均碳排放量。

那么，如何将VTL技术从实验室推广到全世界呢？首先，我们必须在量产车上安装DSRC。2014年美国国家公路交通安全管理局建议采用DSRC技术。但是特朗普政府尚未实施这项规定，并且最后决定如何尚不可知。因此，美国的汽车生产商现在并不愿意安装DSRC收发器，毕竟这会增加成本。而且这项技术需要在其他车辆也安装的情况下才有用。又是熟悉的“鸡生蛋还是蛋生鸡”问题。在足够多的汽车安装DSRC之前，DSRC的生产规模将一直很低，而且单位成本很高。在美国，只有通用汽车公司已经开始在车上安装DSRC，而且都是高端车型凯迪拉克。DSRC在欧洲和日本的前景似乎更乐观。相当一部分欧洲汽车制造商已经承诺要在量产车上安装收发器。日本政府十分支持这项技术，今年年初，丰田汽车也反复承诺安装收发器。

即使DSRC技术最终失败，VTL算法依然可以通过其他无线技术运行，比如5G或者Wi-Fi。

DSRC 收发器的不完全普及是VTL技术应用的最大潜在障碍之一。如果只有一部分汽车安装DSRC，VTL技术还能起作用吗？答案是肯定的，前提是政府能为现有交通信号灯安装DSRC。

只要不拆除现有价值数10亿美元的交通信号基础设施，政府是乐于安装DSRC的。为了解决这一问题，我们提出了一个短期VTL技术方案：对现有交通信号灯进行升级，以便其能够检测到各方向驶来的安装有DSRC的车辆，并确定相应信号灯时长。这个方案的妙处在于，无论是否安装DSRC，所有车辆都能利用同样的道路和路口。根据模拟试验及在匹兹堡的实地测试，虽然此方案相比于理想的VTL方案节省的通勤时间要少，但也比现行交通控制系统快23%。

另一挑战是处理好行人及自行车的问题。即使政府强制所有汽车、卡车安装DSRC，我们也不能让自行车或行人携带DSRC。这样可能会不便于行人及自行车安全穿过路口。

根据短期解决方案，物理信号灯仍与VTL系统并存，以便为行人提供一种获取路权的方法。从今年1月份起，我们在匹兹堡的试验项目在交叉路口的4个方向设置了按钮，按下按钮即可开启红色信号灯（对于行人是真实红灯，对于汽车是虚拟红灯）。这一设置每次都能有效运行。   

长期来看，物联网技术也许会解决自行车出行者和行人的问题。随着物联网技术的发展，总有一天，人人出门都会随身携带一个DSRC支持设备。

与此同时，在没有物理信号灯的理想情况下，我们已演示过，投票分配路权的车辆可将信号周期的一部分时间分配给行人。在这个时段内，向路口4个方向的车辆指示虚拟红色灯信号，信号灯时长足以让所有行人安全穿过路口。这个初步的解决方案对于交通流量来说并不是最理想的，因此我们在研究一种方法，利用安装在仪表盘上的廉价摄像头来识别行人，并让其优先通行。

最终，无人驾驶汽车的出现将为虚拟交通信号灯带来新的前景。按照现在的设想，人类驾驶员可以做到的，无人驾驶汽车都可以做到，比如遇到信号灯停车、遇到让行标志礼让，等等。但为何不对交通设施进行全自动化呢？让无人驾驶汽车完全自动化，不用传统标志或信号来管理交通，效果会好得多。实现这一目标的关键在于V2V以及车辆与基础设施之间的通信。

这点很重要，因为目前在进入或驶离繁忙的路口时，无人驾驶汽车经常无法协商通行。这是最棘手的技术难题之一，行业领跑者Waymo公司仍对其束手无策（Waymo是谷歌母公司Alphabet的另一子公司）。

在模拟和实地测试中，我们发现应用VTL技术的无人驾驶车辆可以应对没有交通信号灯或指示的路口。车辆无须辨认实体标志，这大大简化了当下无人驾驶车辆所依赖的计算机视觉算法以及运行此类算法的计算机硬件。这些软件和硬件以及传感器（尤其是激光雷达）构成了系统中最昂贵的部分。

VTL很大程度上是一个模块化的软件体系结构，因此很容易与无人驾驶车辆的软件集成。此外，VTL可以解决大部分与计算机视觉相关的难题。比如，阳光直射摄像机镜头，雨天、雪天、沙尘暴天气或者遇到弯路时阻挡视线的情况。要明确一点，VTL并不是无人驾驶技术的竞争者，而是后者的补充与完善。单凭这一点就可以助推无人驾驶车辆的发展。

但在那之前，我们希望VTL现在能应用于有人驾驶车辆。今年7月份，在沙特阿拉伯的利雅得，当时室外温度超过43摄氏度，我们将设备安装在试验车辆中，进行了此项技术的首次公开展示。来自政府、科研机构以及企业（包括优步）的代表乘坐奔驰客车，进入阿卜杜勒阿齐兹国王科技城的园区，穿过3个路口，其中2个没有交通信号灯。奔驰的客车、通用的卡车、现代的SUV以及雪铁龙的小汽车由各个方向驶向路口，这次试验证明VTL系统每次都能有效运行。当一位司机故意违反虚拟红灯指示，企图抢过路口时，我们的安全功能立刻启动，向路口的4个方向闪烁红灯信号，避免了事故的发生。

我希望，同时也相信，这将成为交通运输的转折点。交通信号灯已经过时，它们已经坚守了100年。现在是时候向前发展了。