本
文
摘
要
这张动图截取自2010年的一则新闻，标题是“欢迎来到世界最严重堵车现场”。
猜猜这次堵车堵了多久？答案是20多天。这是目前为止国内最严重的的一次堵车，堵车距离长达100多公里，有3万司机被困在路上，而堵车地点就是京藏高速。
听起来是有些渗人，可堵车难道不是我们最习以为常的事情吗。有数据显示，假如你在北京生活和工作，一生花在通勤上的时间为12325小时，那么有一半以上的时间都堵在路上。
堵车面前，人人崩溃。鉴于堵车的原因较为复杂，通常涉及某个区域的汽车保有量、城市路网建设的发达程度、城市规划等因素。今天我们主要探讨下，为什么堵车会成为困扰所有国家、所有人的难题，即抛开了客观因素，堵车堵得究竟是什么？
进入正题之前，先来看一个表面简单、但原理很深刻的实验。日本名古屋大学曾征集了很多辆汽车，让它们在一块大空地上按一定的间距排好，并围成一个圆圈。然后要求所有司机必须匀速绕圈行使，如下图。
起初，车流运行非常平稳。随着时间的推移，开始出现细小的波动，有的车和前车的距离缩短了，有的车踩了刹车。不到1分钟，动态平衡完全被破坏，堵车开始了。这个实验其实说明了很重要的一点：即便外界因素全部ok，人本身的不确定性也会带来堵车隐患。
接下来，我们从实战中来看下人为因素是如何造成交通拥堵的。假设你正开着车在某个路口前等待，绿灯快要亮起，倒数3、2、1准备起步。理想情况下，在保持一定车距的前提下，每辆车同时起步就不会拥堵。但实际情况是，由于每位司机的专注程度不同，经常会出现这样的情形。
假设第一辆车因为司机发了会儿呆延迟了2秒启动，那么第二辆车为了与它拉开安全距离，可能要在5秒后才能启动。以此类推，到第100辆车的时候可能已经延迟了10分钟。由此就会形成一个虚拟的堵点。而如果当前的路口被塞死，队尾排至下一个路口，交通就会彻底瘫痪。
一般情况下，路口越多，这种不确定性就越多，堵车的情况就越严重。那么问题来了，高速公路明明没有路口，为什么还是会堵？
设想一个这样的场景，你正开着车在高速上行驶，路边突然跳出来一条狗，于是你赶紧减速刹车，让狗先过马路。紧跟着你的车吓了一跳，赶紧踩了刹车减速避免追尾。再后面的车更加猝不及防，它需要更加用力地踩刹车……就这样一辆接着一辆，直到有车不得不完全停下来。
虽然那只狗已经跑得无影无踪了，可它却影响了整条高速的所有车，并在这条路上留下了一个“幽灵路口”。所谓的幽灵路口，指的就是大家经常遇到的没有原因的堵车。车不多、道路也平整，没有事故发生也没车辆停顿，可车流速度却突然降了下来，甚至陷于停滞。过了一会儿以后，交通又突然正常了起来，就像什么事都没发生过一样。
更可怕的是，幽灵路口其实是会向后移动的。它就像贪吃蛇一样，不断地吞下迎面而来的车流，稍加消化后再将另一端释放出去。如果幽灵路口恰巧发生在没有路口的环形公路上，这条路便会永久地堵下去。而在多车道的高速公路上，任意变道、加速超车的车辆就会变成那条导致堵车的狗。随后导致后面的车连环刹车，最终引起多米诺骨牌效应。
那么有没有终结人为堵车的方法呢？有的。从上文来看，造成人为堵车的原因主要有两点：一是，司机开车时不够专注；二是，司机不良的驾驶习惯，如紧急刹车、任意变道、加速超车等。
先说不专注问题。这其实是一个非常诡异的心理现象，叫做“公路嗜睡”。举个例子，你是否出现过这种情况：你好像从睡梦中惊醒，突然发现自己正手握着方向盘开车。你已经不记得过去几分钟里做过的事了，也不清楚自己到底走神了多久，甚至很想问车一句，“我是怎么来到这里的”。
这是因为一旦某件事烂熟于心了，它就变成了一种自动反应。而这种自动反应在单调或者熟悉的驾驶环境中表现得尤为明显。在公路嗜睡魔咒的控制下，你就像一个随时会爆炸的马路杀手。研究人员发现，每5个进入公路嗜睡状态的司机中大约有1人在1/3的时间里偏离了车道。至于会不会在那段时间里发生交通事故，那纯粹是运气问题了。
再来说说不良驾驶习惯。从这个角度看，堵车的本质更像是囚徒困境。假设有人违规驾驶，他可以因此而占到便宜。但如果大家都有这种想法，结果就是严重堵车，所有人都会吃亏。这是一道无解的信任问题。
目前，似乎只有一种方法可以解决以上所有痛点，那就是让冷酷无情的AI来取代不理性的人开车，即无人驾驶。可全面普及无人驾驶还需要多少年呢？无人驾驶技术分为五个层次：
L1：完全无智能化。司机拥有决策权和执行权。
L2：具有特殊功能的智能化。汽车可进行部分决策，司机拥有执行权。
L3：拥有多项原始控制功能的智能化。半自动驾驶，汽车拥有大于两个原始控制功能的执行权。
L4：有限制的无人驾驶。高度自动驾驶，在符合交通条件的环境下可自主驾驶。
L5：全工况无人驾驶。任何交通环境下都可以自动驾驶。
目前，L2等级的无人驾驶技术已经开始商用。以特斯拉为例，智能巡航、自动跟车、自动泊车等辅助驾驶功能已经是基本配置。不过，要想达到最理想的L5等级，还需要5G、AI等技术的成熟。至于是5年、10年，还是20年，就不得而知了。
由此看来，在很长一段时间，堵车都将是一个让人头疼的难题。不过，也不必太过悲观。随着大数据、人工智能以及新一代信息技术的运用普及，各地交通部门也在尝试着智慧交通升级，以缓解拥堵问题。
以苏州为例，联想为其打造了名为“狮山交通大脑”的智慧交通解决方案。这套方案打通了交警大队、交通局、城管局的数据，并通过公交GPS、出租车GPS、路口视频摄像头、智能路灯等智能终端和感应设备实现了狮山道路数字化全息感知。
这个方案的厉害之处在于，依托它，交通管理部门可以准确地获得路口早晚高峰的人流、车流量数据、交通事故数据等信息，并在交通拥堵指数平台上实时掌握相关数据。而清晰地掌握了交通情况后，便可借助人工智能对整体道路进行仿真，提前预测重大活动或交通事故产生的影响，并第一时间进行道路疏导和事故处理。
数据统计，采用了该方案以后，狮山路口整体通行效率提升了12%、早晚峰时速提升了20%。而除此之外，管理部门还可以更高效地制定公交线路、公交运力分配、公交补贴措施、公交专用道、停车位收费定价等各项管理决策。虽说人的不确定性难以避免，但借助技术，绿色堵车难题似乎不是梦。
参考资料：
1、《开车心理学:为什么我们一开车就变了个样？》汤姆·范德比尔特（2017）
2、《为什么会堵车？》YouTube
