序号

具体诉求

答复内容

1

在车流量非高峰时段不应当在高架匝道汇入口启用信号灯。彼时高架桥上车辆较少，车流通畅，即使不启用信号灯也不会影响通行效率与驾驶安全。

我局在非高峰时段的信号灯启用管理中，始终以“保障通行效率、确保驾驶安全”为核心原则，并非对所有高架匝道汇入口统一启用或关闭信号灯，而是根据实时路况动态调整：

1.启用信号灯的核心判断标准：保障快速路整体通行效率。城市快速路的最佳通行能力需依托合理车速（经研究，最佳车速区间为 35～40 公里 / 小时）。当快速路某一路段车速低于该区间时，若不通过信号灯调控匝道汇入车流，易因车辆无序汇集导致路段进一步低速运行，形成区域性堵点，进而影响整个快速路路网的通行效率。因此，此时会启用匝道汇入口信号灯，通过

1

在车流量非高峰时段不应当在高架匝道汇入口启用信号灯。彼时高架桥上车辆较少，车流通畅，即使不启用信号灯也不会影响通行效率与驾驶安全。

有序引导汇入车流，避免主线交通流中断或减速，维持路网整体通畅。

2.非高峰时段仍需启用信号灯的具体场景：受车流汇集规律与道路结构特点影响，部分快速路路段在传统认知的“非高峰时段”仍会出现低速运行情况，需启用信号灯调控，例如：10 时至 11 时许：上塘高架（北向南方向）、秋石高架（北向南方向）等部分路段；19 时至 21 时许：中河高架（南向北方向）、秋石高架（北向南方向）等部分路段。上述时段内，虽整体车流量未达高峰峰值，但局部路段因通勤返程、区域车流集中汇入等因素，仍存在交通压力，需通过信号灯保障车流有序交汇。

3.信号灯启动的动态调整机制。我局配备专职交通信号配时员，通过实时监控系统密切关注各快速路路段路况。一旦监测到原本拥堵的路段通行状况好转（如车速回升至最佳区间、车流有序性提升），会第一时间关闭匝道汇入口信号灯，确保信号灯启用仅针对 “确有需要”的场景，避免过度调控影响通行效率。

2

在车流量高峰时段高架匝道汇入口信号灯红灯时间不应过长，应当结合车流量、高架上下的道路情况综合科学设置信号灯时间。

目前，我局已建立高峰时段“实时监测、动态调整”的配时机制，通过视频监控实时跟踪匝道排队，以车辆排队不超过匝道中段、等待不超过3-4个信号周期为管控标准，动态调整红灯时长；当高架主线严重拥堵时，立即采取“短红灯、快轮换”策略，将排队控制在匝道门架内，防止拥堵蔓延至地面。配时决策依托“城市大脑”、速度检测及视频监控等多源数据，由专职配时员综合主线流速、匝道排队和地面交通动态调优，实现“一次一策”。下一步，我局将继续深化智能调优机制，提升匝道信号控制精细化与智能化水平，进一步改善市民出行体验。

3

建议进一步发挥杭州城市数据大脑交通信号配时中心的作用，实现城市交通治理从“经验驱动”向“数据驱动”的转型。早在2018年，我市就59个高架匝道启用“AI红绿灯”，在公安部交管局关于深化城市道路交通管理警务机制改革现场会取得广泛好评。建议进一步发挥人工智能、大数据、大模型在“智慧治堵”的积极作用。

一、当前数据驱动交通治理的实践成效。我局始终以“数据赋能”为核心推进智慧治堵，将城市数据大脑与交通管理深度融合，已取得系列实践成果：

1.数据驱动的动态拥堵处置：配时员优先聚焦城市数据大脑推送的“路段拥堵 TOP 低速路段”，通过实时分析数据、精准调整信号灯配时，并同步优化警力部署，快速疏导拥堵路段，保障道路通行效率。

2.多系统联动的堵点溯源治理：依托亚运期间建成的杭州市道路速度管控系统，结合历史车流数据与实时路况，深入分析拥堵产生的源头诱因（如车流汇集失衡、路段通行能力不足等），针对性制定管控策略，有效减少路网总拥堵时长。

3.理论研究与实践的深度结合：我局在数据驱动治理领域持续深化研究，相关成果《基于道路最佳通行能力的快速路匝道管控策略研究》已在《道路交通管理》杂志发表，并将研究结论转化为实际管理手段，应用于快速路日常管控中，提升治理的科学性与精准度。

二、AI信号灯的优化升级路径。面对2018年我市59个高架匝道启用“AI 红绿灯”的情况，我局正视早期技术局限（如计算能力不足、视频硬件有限，无法精准区分高峰/非高峰场景，配时方案人性化程度待提升），正从软件、硬件、人员辅助三方面推进优化更新，进一

3

建议进一步发挥杭州城市数据大脑交通信号配时中心的作用，实现城市交通治理从“经验驱动”向“数据驱动”的转型。早在2018年，我市就59个高架匝道启用“AI红绿灯”，在公安部交管局关于深化城市道路交通管理警务机制改革现场会取得广泛好评。建议进一步发挥人工智能、大数据、大模型在“智慧治堵”的积极作用。

步释放人工智能在拥堵治理中的作用：

1.在软件层面强化AI模型的训练和应用。今年初发布的DeepSeek-R1模型在视频识别、交通拥堵治理等场景具备潜力，但该模型需结合杭州交通实际进行大量针对性训练，才能适配本地复杂路况。目前，我局已将其纳入技术研究方向，后续需配套专项项目与经费投入，推动模型从“通用能力”向“杭州交通定制化能力”转化，提升配时方案的场景适配性与人性化水平。

2.在硬件层面推进检测设备迭代整合。当前正逐步推进交通流量检测设备的统一化升级：将传统地磁、微波等分散设备的功能，整合到更高效的视频检测设备中，提升车流数据采集的实时性与准确性。同时，本着“过紧日子”的时代要求，老旧设备更新将分阶段、分批次推进，在保障资金使用效率的前提下，逐步完善硬件支撑体系。

3.在人员辅助层面填补技术过渡期的治理空白。在软件优化与硬件更新尚未完全落地的阶段，我局通过“人工先行先试”的方式，依托专职配时员队伍与一线警力，结合人工智能、大数据初步分析结果，对交通状况进行二次研判与动态调整，确保智慧治堵功能不缺位，实现“技术 + 人工”的协同治理效果。

下一步工作方向。未来，我局将持续深化城市数据大脑在交通信号配时中心的核心作用，进一步加大人工智能、大数据、大模型在 “智慧治堵”中的应用力度：一方面加快软件模型训练与硬件设备更新进度，推动技术成果更快落地；另一方面强化数据治理能力，完善“数据采集-分析研判-策略制定-效果反馈”的闭环机制，稳步推进城市交通治理从“经验驱动”向“数据驱动”转型，提升整体交通治理效能。