路口车流建模
用 Google Maps 的驾驶趋势数据训练 AI 模型，衡量车辆如何通过一个路口，包括起步与刹停的模式以及相邻路口之间的协调程度。
Project Green Light
AI TOOL PROFILE工具资料用 AI 优化交通灯配时，减少停车起步与路口排放
官网地址 https://blog.google/outreach-initiatives/sustainability/google-ai-project-gre…
价格官网未标价
平台Web
归类其他 AI 工具
收录2024-07-29
复核2024-07-29
编辑评分
4.2 / 5
★★★★☆
Project Green Light编辑总结
Project Green Light 是 Google Research 内部孵化的一项交通优化计划，最早源于 2020 年初团队征集气候减排研究方向时的一个家庭餐桌话题。它借助 Google Maps 的驾驶趋势数据训练 AI 模型，分析路口车流，为城市工程师生成红绿灯配时建议，城市无需更换任何硬件即可采纳。目前已在 70 多个路口上线，最多可减少 30% 的停车次数、降低路口 10% 的排放。短板也很明显：它只给建议，最终是否落地取决于城市工程师，且目前公开的覆盖规模仍只有 70 多个路口。
Project Green Light是什么？
Project Green Light 是 Google 旗下 Google Research 团队推出的一项 AI 交通优化计划。它要做的事情很具体：让城市里那些让人等得莫名其妙的红灯变得合理一些。团队在 2020 年初被要求探索气候减排相关的研究方向，一位软件工程师在餐桌上被家人问起「为什么不解决一下红绿灯」，这条线索最终变成了正式立项的建议书。
它的技术路径依赖 Google Maps 十多年积累的全球驾驶趋势数据。团队用这些数据训练了一个 AI 模型，用来衡量车辆通过路口时的流动情况，包括起步与刹停的模式、在红绿灯前的平均等待时间，以及相邻路口之间的协调程度。模型会据此找出可改进的点，例如在非高峰时段把红灯缩短几秒，或把尚未同步的路口联动起来。城市工程师复核这些建议后，最快可以在五分钟内用城市现有的基础设施完成落地，不需要投入新的硬件或软件。
对不同角色来说，它的用法各不相同：城市交通工程师把它当作一份可复核的配时优化清单；城市规划与可持续发展相关部门关注的是它在减排口径上的贡献；普通驾驶者不会直接打开某个产品界面，而是通过路口等待时间的缩短间接感受到它的存在。
Project Green Light核心功能
红绿灯配时建议
模型会给出可执行的改进点，例如在非高峰时段把红灯缩短几秒，或把还没有同步的路口联动起来，帮助减少不必要的停车起步。
免硬件落地
城市可以直接采纳这些建议，不需要投资新的硬件或软件，用现有的路口基础设施就能完成调整，降低试点门槛。
平均等待时间测算
模型能够测算车辆在红绿灯前的平均等待时间，把一个路口的拥堵体验转成可比较的数值，供工程师判断优化优先级。
相邻路口协同
除了单个路口，模型还会分析相邻路口之间的协调情况，找出那些尚未同步、可以联动的路口组合，减少连续停车。
减排效果量化
官方给出的是路口层面的减排口径：在已上线的路口，最多可以降低 10% 的排放，停车次数最多减少 30%，用于评估城市减排收益。
Project Green Light适合谁用？
城市交通工程师
推荐可以把 AI 生成的配时建议当作一份待复核的优化清单，用现有基础设施快速试点，不需要先采购新设备。
城市可持续发展部门
推荐路口是城市排放的高密度区域，官方给出的最多减少 30% 停车次数、降低 10% 排放的口径，可作为减排项目的参考指标。
普通驾驶者
有条件不会直接使用某个产品界面，只能通过所在城市是否采纳建议、路口等待是否变短来间接感受到效果。
希望自建系统的团队
不推荐它面向城市提供配时建议，而不是一套可以自行部署到本地路口的软件产品，缺少自建和二次开发的空间。
Project Green Light优点和缺点
优点
- 在已上线路口最多可减少 30% 的停车次数
- 路口排放最多可降低 10%
- 城市无需投入新硬件或新软件即可落地建议
- 依托 Google Maps 十多年的全球驾驶趋势数据
- 工程师复核后最快五分钟即可完成调整
缺点
- 目前仅上线 70 多个路口，覆盖规模有限
- 最终是否采纳建议取决于城市工程师
- 官网未公开面向城市的申请或接入方式
Project Green Light关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 已上线路口数 | 70 多个 | Google 官方博客 |
| 停车次数最多减少 | 30% | Google 官方博客 |
| 路口排放最多降低 | 10% | Google 官方博客 |
| 路口污染相对开阔道路倍数 | 29 倍 | Google 官方博客 |
| 建议实施耗时 | 最快五分钟 | Google 官方博客 |
Project Green Light常见问题
Project Green Light 要收费吗？＋
官网未公开任何价格信息，也没有列出面向城市的收费档位。从公开描述看，它是一项由 Google Research 推动的交通优化计划，城市采纳的是红绿灯配时建议，落地时不需要投资新的硬件或软件。具体是否收费、如何计费，需以官方页面为准。
它现在的能力和覆盖范围是什么？＋
它用 Google Maps 的驾驶趋势数据训练 AI 模型，分析路口车流，包括起步与刹停模式、红绿灯前的平均等待时间，以及相邻路口的协调情况，然后给城市工程师生成配时建议。目前已在 70 多个路口上线，官方给出的效果口径是最多减少 30% 的停车次数、降低路口 10% 的排放。
城市要怎么接入这套建议？＋
涉及城市工程师会复核模型给出的建议，然后用城市现有的基础设施实施，最快五分钟就能完成调整，不需要安装新的硬件或软件。但，具体方式需以官方页面为准。
国内的城市可以用吗？＋
官网未说明国内城市的可用情况，也没有列出已上线路口的分布清单。公开信息只提到它目前已在 70 多个路口上线，团队计划在未来几年扩展到数百个城市、数万个路口。是否覆盖国内，需。
它和传统的交通信号优化有什么不同？＋
涉及，城市传统上要优化红绿灯配时，要么安装昂贵的硬件，要么靠人工做耗时的车辆计数，两者都无法提供关键参数所需的完整信息。Project Green Light 的做法是复用 Google Maps 的驾驶趋势数据，由 AI 模型给出建议，城市不需要额外硬件即可实施。
路口污染为什么值得专门优化？＋
给出的说法是，城市路口的污染可以比开阔道路高出 29 倍，其中约一半的排放来自车辆停车后重新加速。道路运输本身也是全球和城市温室气体排放的重要来源，这也是这个项目从气候减排方向立项的原因。
Project Green Light竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Project Green Light本工具 | 4.2 | 未标价 | 路口车流建模；红绿灯配时建议；免硬件落地；平均等待时间测算 | Web |
| Flurry | — | 未标价 | 利用 AI 优化您的约会档案 | — |
| Park Here | — | 未标价 | 通过拍照停车标志，快速找到合适的停车位 | — |
| 放孔明灯 | — | 未标价 | 网站可以在线放一盏孔明灯,... | — |
| INTELLIZE | — | 未标价 | AI 优先的可观察性平台 | — |
| WildcardParking.com | — | 未公开具体价格 | 享受无忧停车，完全控制 DNS,每个域名免费 SSL | Web |
Project Green Light最新动态
-
Project Green Light 发布
Google 官方博客介绍这项 AI 交通优化计划：利用 Google Maps 驾驶趋势分析路口车流，为城市工程师提供红绿灯配时建议，已在 70 多个路口上线，最多减少 30% 停车次数、降低路口 10% 排放。
