智能交通系统的红绿灯机器学习模型研究
——以遂宁市为例

田雯雯 四川师范大学 610068

关键字：智能交通系统 红绿灯机器学习模型 遂宁市

前言

随着城市化的不断发展,城市人口不断增多,城市范围不断扩大,城市经济活动不断集中,城市交通将会成为衡量市民生活舒适度的一项重要标准,所以城市发展绿色交通就变得势在必行。绿色交通指的是为了减低交通拥堵、降低环境污染、促进社会公平、节省建设维护费用而发展低污染、有利于城市环境的多元化城市交通运输系统。从舒缓生活节拍、引导低碳出行的宜居城市环境出发，以遂宁智能交通系统的红绿灯机器学习模型为研究对象，将城市智能交通系统的红绿灯机器学习模型景观的个体要素纳入城市区域的大环境中，探索各个景观要素之间的联系，从而构建完整、有序的城市智能交通系统系统机器学习模型空间。

1 智能交通系统的红绿灯机器学习模型研究的必要性

在现代化、机动化的时代，智能交通系统是一种快捷智能交通方式，也是一种生活方式。公交车、自行车、步行等智能交通系统方式，不仅丰富了居民的出行方式，更能积极引导市民绿色、低碳出行。使智能交通系统的红绿灯机器成为公共交通的组成部分或重要补充，从而构建一个工作和生活通勤、生态体验、人文城市感知及休闲生活享受等为一体的生态交通系统。

一个可读的城市，它的街区、标志物或是道路，应该容易认明，进而组成一个完整的形态。如果道路缺乏个性、或容易相互混淆，那么很难形成城市的整体意象。所以，在遂宁智能交通系统机器学习模型设计中，不仅仅是单纯的创造安全的通行空间，更应该着眼于遂宁市景观表面的“清晰”或“可读性，将城市个性、文化、地域特色等融入到智能交通系统机器学习模型设计中，增加人们对所居住城市的认同感与归属感，对于城市意象的建立有着重要的意义。

2 遂宁市智能交通系统的红绿灯机器概述与交通现状

2.1 遂宁市智能交通现状

2.1.1 私家车日益增长

随着遂宁经济水平的提高，私家车的数量随着急剧增加，进而市民的出行方式由原来的自行车、公家车、出租车等逐渐向私家车转变。汽车化是给个人生活带来了交通的自由和灵活性，但同时也带来了土地资源的浪费和环境的恶化，大量占用城市道路空间，消耗了社会资源，造成城市交通拥堵。尤其是到了上下班高峰期，城区主干道拥堵不堪，连接河东到火车站的道路更是水泄不通，这不仅影响了人们的休息时间，更提高了违章率。

2.1.2 主要交通干道少

遂宁市的交通系统由数条主干道构成，正如前面所提到的，遂宁人民的经济不断提高，更多的人选择用私家车代替公共交通，这就导致了车的总量变多，而道路的占比减少，成反比趋势，人们的出行变得相当不便。

2.2 智能交通系统的红绿灯机器概述

2.2.1 智能交通系统的红绿灯机学习机器模型的定义

红路灯作为衔接行人和行车的骨架，智能红绿灯系统就是利用计算机，通过大量的数据测算出行人车辆出行数量，从而自行调整车辆或行人的通行时间，这个模型可以通过自行学习，不断优化更新，让车和行人在最短时间内达到最大通行量。以此来减少交通拥堵，提高城市和谐度，增加市民幸福感。

2.2.2 智能交通系统的红绿灯机学习机器模型的特点

红绿灯机器学习模型相区别于普通的红绿灯，红绿灯机器学习模型具有运算能力，通过的大数据的处理，能计算出结果。如此复杂的模型、如此复杂的数据样本，如果没有强大的计算设备，根本无法求解，好在我们进入“大数据时代”，数据的储量与计算设备都有了大发展，这才能让这一模型得以问世。红绿灯机器学习模型可以通过自我学习，自我更新，不断的进行归纳和演绎，计算出最趋近于完美的结果。

2.2.3 对于人类本身、人们日常生活和城市品质的意义

智能交通系统的红绿灯机器学习模型在满足缓解城市交通压力、分解城市人流的基础上，更为重要的一方面是对提高城市生活质量、增加休闲空间，改善城市环境具有重要的意义。随着遂宁市经济的发展，人们对于环境的要求，道路所担当的角色不再仅仅是人、车的交通，还是遂宁市景观、文化特色与城市风情等的重要窗口，也是突出遂宁市形象、宣传城市特色的重要载体空间。

3 结论

红路灯机器学习模型是社会要发展的必然产物，具有很好的前瞻性,但是建设红绿灯机器学习模型也面临着诸多问题，其中之一就是红绿灯机器学习模型需要丰富的社会资源，鉴于这种状况，政府可以出资与有实力的团队和专家团队进行合作，共同建设绿色化智能交通系统，服务于城市，为国家发展绿色交通规划做出贡献。政府与社会主体建立起“利益共享、风险共担、全程合作”的共同体关系，政府的财政负担减轻，社会主体的投资风险减小。