根據歐洲環保署的數據，汽車、貨車、卡車和公共汽車產生了超過 70% 的交通運輸溫室氣體排放總量。智慧交通號誌燈是減少我們城市空氣污染的關鍵嗎？
紅色、琥珀色、綠色—調節全球車輛和行人共存的通用組合。世界各地的公司和研究人員，都將人工智慧驅動的交通號誌燈視為確保交通暢通和避免擁堵的關鍵。但是這三種顏色的什麼順序不僅可以優化流動性，還可以 減少城市的空氣污染？
2020年，英國啟動了一項透過調節交通號誌燈，來減少城市空氣污染的試驗。該系統由 Now Wireless 公司開發，收集即時交通和城市數據，例如污染程度測峰值將在何時何地發生。
交通號誌燈網路隨後，會採取相應的行動：駛向污染熱點的汽車最多會被阻止20秒，而 駛出這些區域的司機，可以在更長的綠燈下更順暢地行駛。進行試點測試的城市伍爾弗漢普頓的交通經理明確指出，這是減少市中心空氣污染的一種方式，從而避免了其他歐洲城市採取的涉及限制車輛通行的其他措施，市中心或徵收每日入場費以阻止它。
一些紅綠燈收集即時交通和城市數據，以提前檢測將發生污染高峰的位置。
真正的解決方案還是短期措施？
然而，這些計劃是否真的能有效減少交通造成的排放，或者它們是否更像是一種噱頭，透過將排放分散到更廣泛的區域，以履行 法定的空氣品質義務，以避免特定地點的污染激增？
汽車協會主席 告訴《泰晤士報》：「雖然本意是好的，但這項技術很容易因阻塞交通、延長怠速，並將問題轉移到其他地方而適得其反。」 根據歐洲環境署的數據，汽車、貨車、卡車和公共汽車產生了超過70% 的交通運輸溫室氣體排放總量 。
在匹茲堡（美國）， 交通信號燈調節技術解決方案 已實施多年。該計劃是由卡內基梅隆大學的一個團隊與市議會合作開發的。該程序名為 SURTRAC，使用 攝影機和雷達即時分析交通，並預測其運動。
每個交叉口都自主做出決策，並與交通信號網路的其餘部分進行通信，以提高移動車輛的流動效率。在這種情況下，目的是減少車輛在紅綠燈交叉口的等待時間，並優化交通流量。2016 年，它在市中心 50 個最繁忙的十字路口營運，如今，它管理著該市三分之一的十字路口。
據該項目的開發商稱，交通堵塞給美國經濟造成了 1210 億美元的損失，主要是由於司機在車輛上花費的時間造成的生產力損失。更重要的是，這種擁堵產生了250 億公斤，潛在可避免的二氧化碳排放量，相當於450 萬戶家庭每年的 CO2 排放量。
因此，目標是創建一個能夠鼓勵車輛在道路上，花費盡可能少的時間，並在此過程中減少堵塞和空轉的系統。在匹茲堡進行的試點測試，提供了一個具有啟發性的結果：城市中的智慧交通管理系統可以將出行時間減少多達 25%，並將污染排放量減少多達 21%。
一個名為 SURTRAC 的程序，使用攝影機和雷達即時分析交通並預測其運動。學分：卡內基梅隆大學。
受自然啟發的算法
由 Enrique Alba 領導的馬拉加大學西班牙研究小組，也在致力於開發智慧模型 ，以規範城市的交通信號燈網路，以提高流動性並減少排放。在這種情況下，他們使用 仿生算法。換句話說，它們受到自然界元素以進化方式適應環境的方式的啟發。正如阿爾巴解釋的那樣：「他們透過受物種進化啟發的操作來做到這一點，例如選擇最佳載體集、它們的雜交和突變，以便適者生存，即那些產生更短時間和更少燃料消耗的和污染。」
為了提高機動性並減少排放，阿爾巴認為有必要「始終對城市進行整體觀察，並對其進行微觀分析，盡可能多地考慮每輛汽車、摩托車、行人、公共汽車……」。透過這種方式，可以創建城市及其信號的準確地圖。理論上，這支西班牙團隊開發的算法，可以減少15%以上的出行時間。
此外，通過獲取城市的歷史數據和未來可能發生的變化，該程序能夠 根據最適合城市交通的信號來修改信號。Alba 是明確的：它是一種「全面、實施成本低廉—不涉及額外或不必要的硬體—並且基於具有圖形介面的現代人工智慧」的解決方案。
所有這些項目都表明，智慧交通信號燈可以在改善交通流量方面發揮關鍵作用 ，從而減少污染氣體的排放。但要讓這樣的系統發揮作用，空氣品質不應該是唯一需要考慮的變量。這些技術還必須適應未來出行問題帶來的挑戰—從不斷成長的電動汽車車隊到自動駕駛。