Google Research 城市拥堵缓解实验

系统级路由协同可降低城市交通拥堵

通过协调一小部分车辆行程以分散交通流量，可以显著提升全市的行驶速度并降低排放。发表在 Nature Cities 的研究表明，从单车行程优化转向协作式路由范式，可提升整体网络效率，惠及导航应用用户和非用户。

路由干预的实验设计

Google Research 在美国 10 大主要城市开展了大规模研究，检验有针对性的、低成本的路由干预是否能改善整体交通状况。实验采用全城交叉（crossover）设计，在连续的天数间交替使用处理路由算法和对照算法。

方法与实现

• 目标路段： 研究人员根据历史拥堵模式挑选了每座城市约 100 条道路路段，重点是高峰期的重复瓶颈和高密度区域。
• 算法修改： 在处理日，Google Maps 算法被调整为倾向选择具有相似行程时间和路段类型的替代路线，引导车辆远离预先选定的拥堵路段。
• 干预规模： 干预极为精准；不足 2% 的观测行程收到修改后的路由建议。

对速度和排放的可量化影响

使用层次贝叶斯结果建模框架，在整体城市层面和局部小时层面分析参数，研究发现交通流显著改善，统计意义显著。

关键绩效指标

• 目标路段速度： 受救援路段的行驶速度中位数提升约 2%。
• 整体网络速度： 所有受影响路段（包括承接转向流量的路段）行驶速度中位数提升 0.35%，在早、下午高峰时段提升至 0.5%。
• 环境影响： 干预使燃油消耗率中位数下降 0.5%~1.0%。在所研究的城市规模上，这相当于每座城市每年可减少数千吨 CO₂e 排放。

对未来城市交通管理的启示

该研究证明，网络化的导航技术能够主动塑造交通流，以实现社会效益。结果表明，高效分散交通可使外围道路在承载更高车流量的同时保持更高的平均车速和更低的排放。

此工作为将连通性、智慧城市基础设施和网络感知路由相结合提供了蓝图。本文展示的实验路径为更复杂的城市挑战奠定基础，如实时网络优化和动态信号控制，迈向车辆与基础设施协同工作、为整个社区优化可持续性和出行效率的未来。

摘要： Google Research 证明，通过导航应用对少量车辆行程进行协调干预，可显著提升全市行驶速度并降低 CO₂ 排放。

标题： Google Research 城市拥堵缓解实验