交通信号优化是个尴尬的领域：说起来重要，做起来难量化，钱花了经常看不到效果。
有些城市花几百万上了自适应信号控制系统，用了两年发现还在跑固定配时；有些城市只做了几条干线的绿波协调，通行效率明显改善。
差别不在系统贵不贵，在场景对不对、数据有没有、有没有人持续运营。
三种手段，边界完全不同
一、单点配时优化（最便宜，最有效）
调整单个路口的红绿灯时长和相位，让它匹配实际流量。
成本：如果只是人工调优，几乎不花钱（需要人力和时间）；如果要配配时优化软件，5-20 万。
效果：通行效率提升 5%-15%，排队长度减少 10%-25%。
适用条件：几乎所有路口都适用。这是投入产出最高的手段，也是最容易被忽略的——很多城市热衷于上大系统，却没人去调单个路口的配时。
关键：配时不是调一次就完事。工作日、周末、寒暑假、节假日，流量模式完全不同，至少要有 4-6 套时段方案，并且每季度复核一次。
二、干线绿波协调（性价比最高）
把一条主干道上多个路口的红绿灯按车流速度协调，让车一路绿灯通过。
成本：软件 10-40 万；如果信号机不支持联网协调，需要换信号机，3-15 万/路口。
效果：干线行程时间减少 15%-30%，停车次数减少 40%-60%。这个效果是可测量、可感知的——司机能明显感觉到。
适用条件：
- 路口间距均匀（300-800 米最佳），间距差异太大绿波做不出来
- 车流量适中（接近饱和的路口做绿波意义不大，因为排队已经溢出）
- 沿线干扰少（没有大量出入口、没有频繁公交停靠）
绿波是最值得做的信号优化项目：投入不大、效果明显、容易向公众展示成果。
三、区域自适应控制（最贵，最挑场景）
根据实时检测的流量数据，自动调整区域内的信号配时。
成本：系统 80-400 万（按路口数）；检测器另算，2-10 万/路口。
效果：理论上能提升 15%-25%，实际落地往往只有 5%-10%，因为需要持续的模型调优。
适用条件非常苛刻：
- 必须每个路口都有可靠的流量检测器（地磁、雷达、视频）
- 流量波动大、有明显的高峰低谷差异
- 有专业技术团队持续运营
说实话：国内真正把自适应控制用起来的城市不多。大多数是装了系统，跑一段时间发现效果不明显，又退回固定配时。原因通常是检测器数据不准或者没人调优。
有检测器和没检测器，效果差三倍
这是最核心的一条：没有实时流量数据的信号优化，效果上限很低。
没有检测器，只能靠人工观测（数车）来定配时，一个路口数一次要半天，一年最多调两次。配时永远滞后于实际流量变化。
有检测器，可以：
- 自动生成配时方案（根据历史流量聚类）
- 实时调整（自适应）
- 评估优化效果（对比优化前后的延误、排队、停车次数）
检测器成本：地磁 5000-15000 元/车道，雷达 1-3 万/路口，视频检测（复用已有摄像机）5000-20000 元/路口。
建议的优先级：先装检测器，再谈优化。没有数据的优化是拍脑袋。
视频检测是性价比最高的选择，因为可以复用已有的监控摄像机，只需加算法。前提是摄像机的位置和角度合适（要能俯视整个路口）。
四种典型场景该做哪种
场景一：城市主干道（双向 6 车道以上，路口间距 400-800 米）
该做：绿波协调 + 单点优化。这是绿波的理想场景。
投入：50 个路口，检测器 + 协调软件 + 信号机改造，约 300-600 万。
预期效果：干线行程时间降 20% 左右，停车次数减半。
场景二：老城区密集路网（路口间距 200-400 米，流量饱和）
该做：单点优化 + 区域协调（简单版）。不要指望绿波，间距太短做不出来；也不要上自适应，饱和状态下自适应效果有限。
重点应该放在路口渠化改造（增加车道、调整车道功能）而不是信号优化。信号优化的天花板在这里很低。
场景三：新城区（路网规整，流量还在增长）
该做：检测器全覆盖 + 绿波 + 预留自适应。新城区是自适应控制最有可能成功的场景，因为流量模式还在变化，固定配时会很快失效。
投入：100 个路口，全套约 1500-3000 万。
场景四：学校、医院周边（潮汐特征明显）
该做：多时段配时 + 特殊日方案。这类点位流量在特定时段（上下学、门诊时间）集中爆发，其他时段很空。
关键是配时方案要足够细：工作日上学时段、放学时段、周末、寒暑假，至少 6-8 套方案，并且能按日期自动切换。
投入：很低，主要是人工调优和软件配置，10-30 万。
50 个路口的实际投入和效果
某地级市主干道 50 个路口的绿波项目：
- 视频检测（复用已有摄像机 + 算法）：50 个路口，约 120 万
- 信号机改造（12 个老信号机更换）：约 120 万
- 绿波协调软件 + 平台：约 80 万
- 配时调优服务（1 年）：约 60 万
- 合计：约 380 万
效果（优化前后各测 2 周）：
- 干线平均行程时间：从 32 分钟降到 25 分钟，降 22%
- 平均停车次数：从 8.3 次降到 3.6 次，降 57%
- 早高峰排队长度：平均减少 18%
这个投入产出是合理的。注意其中"配时调优服务"占了 60 万——这笔钱不能省。绿波不是软件装完就自动跑，需要专业人员根据实测数据反复调整相位差和周期。
信号项目最容易失败的三个原因
原因一：没有检测数据就上系统
最常见。系统装了，但没有可靠的流量数据输入，自适应跑不起来，最后还是用固定配时。
判断方法：问一句"每个路口有几个检测器、数据准确率多少"。答不上来，这个项目大概率失败。
原因二：没有持续运营
信号配时需要持续优化。季节变化、道路施工、新的商业体开业，都会改变流量模式。
很多项目验收后就没人管了，配时方案用了三年不变。
建议：把配时优化做成年度服务合同，每年 30-100 万，要求每季度出一份优化报告和调整记录。这比一次性买系统有用得多。
原因三：期望值定得太高
有些项目承诺"通行效率提升 30% 以上"。实际上，在饱和路网里，信号优化的天花板就在 10%-20%。
期望值定太高，验收时达不到，双方都不好看。
合理的承诺：主干道绿波行程时间降 15%-25%，停车次数降 40% 以上。这个数字能兑现。
最后
信号优化的钱该这么花：先装检测器，再做单点优化，然后做干线绿波，最后才考虑自适应。
跳过前三步直接上自适应，是这类项目最常见的浪费。
还有一个更便宜的选择：如果路网还有渠化改造空间（增加车道、优化车道功能、设置可变车道），先做渠化，效果比信号优化明显，成本还低。
交通平台的完整模块看 数字交通平台包含哪些系统，前端点位的成本构成看 道路视频监控成本拆解，视频接入技术看 GB/T 28181 接入指南。实际项目经验在 数字交通平台项目实录。
正在评估信号优化项目，说一下路口数量、路口间距和现有检测器情况，可以帮你判断该做哪种方案。