通常情况下，现实信号效率交通灯会根据预先确定的研究规则和嵌入在道路上的感应环传感器来改变颜色。然而，发现根据新的人工限时优惠抢购研究，使这些灯变得人工智能化可能会使交通流更快、干预更顺畅。明显书籍推荐清单这项研究是提升作为德国KI4LSA项目的一部分进行的--它由德国联邦交通和数字基础设施部资助，并包括几个合作伙伴组织。交通
其中一个合作伙伴弗劳恩霍夫光电系统技术和图像开发研究所最近在莱姆戈市一个繁忙的现实信号效率交通灯控制的十字路口安装了高分辨率的摄像机和雷达传感器。随着时间的研究推移，这个装置记录了等待信号灯变化的发现车辆数量，每辆车需要等待的人工时间，以及车辆通过十字路口的干预电视剧集推荐平均速度。
这些数据随后被用来训练一个基于机器学习的明显计算机算法。它实际上是提升在试验不同的变灯模式--这种算法将不断适应实时交通状况以了解哪些模式在减少等待时间方面效果最好。
根据计算机模拟，基于人工智能的最佳模式可以将同一时段的交通流量提高10%至15%。尽管如此，研究人员承认，模拟结果可能不完全符合现实生活条件。考虑到这一点，该算法将在未来几个月内用于运行实际路口的交通灯，并可能根据该团队的发现进行调整。
在相关的KI4PED项目中，弗劳恩霍夫和其他合作伙伴还在研究如何减少等待时间，优化行人通过十字路口的时间。其中，LiDAR传感器将被用来评估个别行人的步行速度，以确保他们有足够的时间安全过马路。
