自动驾驶汽车有潜力带来一个更安全、更高效的交通时代，但迄今为止取得的进展并不大，仅仅在用自动驾驶汽车取代人类驾驶员。

尽管自动驾驶汽车在设计上基本上不依赖外部世界，但通过将两者联系起来，可能会为自动驾驶公司和整个社会带来好处。如果它们不是作为道路上的独行侠，而是作为一个更大的交通信息网络的自愿贡献者呢？

在2020年年底完成的一个试点项目中，Argo AI与匹兹堡的一家科技公司Rapid Flow Technologies合作，试图回答这个问题。研究结果于2021年2月发表，它们暗示了未来可能会发生什么。

就其本身而言，Rapid Flow Technologies已经在交通信号灯上部署了软件，可以被动地分析十字路口的车辆、自行车和行人的交通情况，并相应地调整信号。这可以减少多达20%的延误，缩短16%的旅行时间。

对于缺乏资金、往往也不愿修建新道路的城市交通官员来说，这些数字暗示着，城市可以在不增加过于昂贵的附加设施的情况下，从现有的基础设施中提高效率。

以上是现在，人类在驾驶的情况。

而当大量自动驾驶汽车上路时，收益可能会更大。匹兹堡地区的15辆Argo车辆安装了Rapid Flow软件，提供了项目期间它们的下落和预定路线的信息。这些公司称，他们把坐等红灯的时间总共减少了40%。

“这是一件非常强大的事情。”自动驾驶技术公司Argo AI的总裁兼联合创始人皮特·兰德（Pete Rander）说。该公司与福特汽车公司和大众汽车有合作。

“虽然自动驾驶是我们的核心业务，但我们是在密集的城市环境中运营。每个人都担心交通堵塞。只要能在前线有所帮助，我们都会去做。从商业的角度来看，如果我们能够做到这一点，那就有可能成为一种竞争优势。”

与自动驾驶汽车的车载技术一样，Rapid Flow软件通过边缘计算做出决定，这意味着数据是在车灯本身进行处理的，而不是在一个集中的地方。信息可以被收集并传递到下一个路口。在拥有网格状道路的城市，这种分布式方法具有关键优势。

Rapid Flow Technologies首席执行官格里芬·舒尔茨（Griffin Schultz）表示：“不存在计算瓶颈。在一个集中式网络中，你只能处理X个路口。有了边缘计算，你就不会有这个问题了。它会逐渐地增长。而且也不会有将所有数据返回到服务器的延迟。你有了一个不那么脆弱的网络。”

该公司已经在匹兹堡大约50个路口安装了这种技术，并在另外一些城市的路口部署了该技术，包括马萨诸塞州昆西市、亚特拉大、多伦多市区和费城的一些区域。

Rapid Flow Technologies试图用两种方法来阻止交通拥堵。一个是它的基础软件Surtrac，它提供基于多模式交通流的实时自适应信号控制。用Argo测试的Routecast是一种更有前瞻性的技术，它包含了用户愿意提供的路线。提前了解路线可以让软件的预测元素更好地确定交通将如何流动。

“它改善了每个人的体验，这是一个重大改变。”舒尔茨说，“这是对联网汽车的一种新的思考方式。”

实际上，这可能是一种老式的关于联网汽车的思考方式。二十多年来，美国联邦政府一直在尝试推动所谓的V2X技术，该技术允许车辆在车辆和基础设施之间传输安全信息。

多年来，人们一直在争论用哪种方法发送这些信息，因此延迟了这些车对车传输的推出。但有了基础设施作为焦点，信息就可以在汽车上无需新设备的情况下传输。

舒尔茨说，Routecast的信息可以从感兴趣的车队、嵌入汽车和公交车辆的导航系统、以及任何道路上的用户手机中获取。不愿意分享详细路线信息的道路使用者仍然可以获得一定的交通缓解效益。

在Argo试点项目中，信息流是单向的。信息从车辆流向交通信号灯。

在未来，交通信号灯可以提供更多的双向信息交换，自动驾驶汽车可以接收到可能被遮挡的交通灯状态信息，或者接收到距离绿灯还有多少秒的信息，从而相应地调整车速。

“这是一种未来时态，我们还没有宣称它已经存在。”兰德说，“让我们感到兴奋的是，Rapid Flow可以从保持车流量和交通管理的连续性中获益。那里有很多很多值得期待的东西。”

这不仅是对自动驾驶汽车而言，对于每一位可能受益于广泛合作连锁反应的道路使用者而言，也是如此。