那交通灯，要怎么控制才能达到治堵的效果呢?

　　设计一个交通信号控制绿波带模型——核心点在于根据不同路口车流量变化去组合相序，将交通信号配时时间协调达到最佳方案，通过交通信号灯的控制来合理分配路权。

　　交通信号协调控制的3个关键参数为信号周期、绿信比和相位差。其中，信号周期是指信号灯运行一个循环所需的时间，等于绿灯、黄灯、红灯时间之和，根据系统中各交叉口的布局及交通流向、流量，计算出各个交叉口交通信号所需的信号周期时长，然后从中选出最大的周期时长作为这个系统的周期时长;绿信比是指一个周期时间内有效绿灯时间与信号周期的比值;相位差是指相邻交叉口它们同一相位绿灯(或红灯)开始时间之差。

　　首先要确定单个交叉口的信号周期和绿信比，以及确定关键交叉口与公共信号周期允许变化范围来判断是否单项协调。每一个路段的周期都是不同的，单项协调就是指只能东西方向直行或是南北方向直行。如果可以单项协调，那么就确定车辆的平均行驶速度和相位差即可。

　　如果不能单项协调，那就要确定不同公共信号周期取值与不同信号相序设置方式下的理想交叉口间距;确定干道交叉口额的最佳相序组合与最佳公共信号周期;根据各交叉口相对于理想交叉口位置所处的方位，确定其相位差大小;根据各交叉口的偏移绿信比，求取双向绿波带宽度。并根据以上数据，判断双向流量是否平等，如果不平等，则要调整交叉口相位差，并看看优化结果是否满足优化目标。

　　通过交通数据超融合应用平台大数据+交通信号智能协调控制的绿波带设计模型，已经实际运用于清远市的城区各条主要干道，例如清城区的北江路，在今年3月的测算优化情况为在北江路西往东、东往西全程的行程时间分别减少了12.79%与20.79%，平均延误时间分别降低了34.4%和48.65%，平均停车次数从5次降低到了2—3次，各项指标都有显著的降低。

　　交通与人工智能结合，首先体现在对路面交通设施设备进行数字化梳理和数字化采集上，计算机第一步得“学习”交通标识等交通规律规则。此外，通过智能视频分析，获得每一辆车几分几秒通过哪个交叉口，从而获得每一辆车全天、周度、月度和季度的出行规律。这就能够运用到交通疏导上来，为缓解交通拥堵提供优化方案。