如果你恰巧住在大城市，又恰巧每天開車上班，那么一定要避開早高峰。如果因為下雨天和被窩更配，一不小心睡過頭，那迎接你的，就是馬路上放眼望去的紅色車尾燈。和全勤獎一起消失的，還有油箱里剛加不久的油。

盤踞不下的汽車保有量似乎成了大城市擁堵交通的罪魁禍首。早在2011年就有人算過一筆帳，美帝人們花在堵車上的時間高達5.5千萬小時，隨之浪費的汽油量多達近3千萬加侖，換算成美金大概是12億。

不過你也會發現，盡管十字路口和坡道這些地段堵車堵得七葷八素，不遠處一些小道上的車開得卻很從容。看來車多不是主因，總有不用排長隊的地兒，如何讓車提前知道選擇哪條路最省時省錢，成了高科技治堵的下個目標。

科學家們聯合美國能源部橡樹嶺國家實驗室城市動力學研究所，就在做這么一件事。目前，整個團隊正在想方設法減少車輛在路上堵車耽擱的時間和浪費的汽油。他們找到的解決方法，是在車聯網技術的前提下，開發一個算法框架，讓車和路面的基礎設施可以無障礙對話，例如車和交通燈互通信息等等。研究者設想，車輛間能交換信息，包括位置、速度和目的地，這樣就能結合車主所在地和路況，生成個最及時有效的性化指令。

提示司機線下最理想的行駛速度、空閑車道，或者是最優路線，就能避免開開停停的惱人狀態，而且也更加安全，不會一不小心就吻上前車車尾。如果你正開車行駛在路上，就能得到結合實況的額外說明，建議變道或更換行駛路徑，你再也不用按照GPS給出的所謂最省時線路兜轉，卻在轉彎后一不小心匯入了車流，此刻想要調頭，也已經被后方的車輛堵住了來時的路。

這個項目分為兩個階段。第一階段是一個探索性項目，第二階段團隊會通過仿真模擬，驗證算法框架。

在第一階段，團隊會研發分散控制系統算法，也就是把整個系統中的控制部分劃分為若干個分散又相對獨立性的子控制部分，各自完成自己的目標。這樣可以實現車輛和道路現場的其他車溝通，同時在更大的范圍上，完善整個城市的車流布局。框架使用“分散控制”算法，因為現實生活中，一座城市里的所有車輛無法都與控制中心互換信息。這么多車同時互聯對話，產生的數據量實在是太驚人了。

橡樹嶺實驗室設想下，算法實現的城市行車狀態。因為車與車間建立了溝通，單條路上的排隊現象消失了。而對多條路面的車流安排，避免了大量車擁堵在某個路口的狀況。

項目的第二階段就會把團隊的框架和一個交通分析模擬系統連接起來。這樣運用數據分析來模擬城市真實的交通狀況，預測擁堵。模擬時可以在大數據基礎上預測和規劃交通流量，比如該地區的布局和人口分布反映了司機活動(例如，學校區域在早上和下午三點左右更加擁堵一些，然而城市娛樂中心晚上和周末會出現大量車流)，還有模擬過程中聯網車的目的地和出行時間表。

當然，第二階段模擬團隊也會開始探索網絡安全的相關問題，而且人為因素也被考慮到了。團隊設想，可以為根據指示改變路線的司機設置一些獎勵,如電子票等等。不過最先要解決的，還是聯網功在車輛和城市基礎設施中的普及。這樣的項目必定需要車企、政府和研究機構的跨界合作。靜待各項技術同步完成時，開車過程少件煩心事。