如果你恰巧住在大城市，又恰巧每天开车上班，那么一定要避开早高峰。如果因为下雨天和被窝更配，一不小心睡过头，那迎接你的，就是马路上放眼望去的红色车尾灯。和全勤奖一起消失的，还有油箱里加不久的油。

　　盘踞不下的汽车保有量似乎成了大城市拥堵交通的罪魁祸首。早在2011年就有人算过一笔帐，美帝人们花在堵车上的时间高达5.5千万小时，随之浪费的汽油量多达近3千万加仑，换算成美金大概是12亿。

　　不过你也会发现，尽管十字路口和坡道这些地段堵车堵得七荤八素，不远处一些小道上的车开得却很从容。看来车多不是主因，总有不用排长队的地儿，如何让车提前知道选择哪条路最省时省，成了高科技治堵的下个目标。

　　科学家们联合美国能源部橡树岭国家实验室城市动力学研究所，就在做这么一件事。目前，整个团队正在想方设法减少车辆在路上堵车耽搁的时间和浪费的汽油。他们找到的解决方法，是在车联网技术的前提下，开发一个算法框架，让车和路面的基础设施可以无障碍对话，例如车和交通灯互通信息等等。研究者设想，车辆间能交换信息，包括位置、速度和目的地，这样就能结合车主所在地和路况，生成个最及时有效的性化指令。

　　提示司机线下最理想的行驶速度、空闲车道，或者是最优路线，就能避免开开停停的恼人状态，而且也更加安全，不会一不小心就吻上前车车尾。如果你正开车行驶在路上，就能得到结合实况的额外说明，建议变道或更换行驶路径，你再也不用按照GPS给出的所谓最省时线路兜转，却在转弯后一不小心汇入了车流，此刻想要调头，也已经被后方的车辆堵住了来时的路。

　　这个项目分为两个阶段。第一阶段是一个探索性项目，第二阶段团队会通过仿真模拟，验证算法框架。

　　在第一阶段，团队会研发分散控制系统算法，也就是把整个系统中的控制部分划分为若干个分散又相对独立性的子控制部分，各自完成自己的目标。这样可以实现车辆和道路现场的其他车沟通，同时在更大的范围上，完善整个城市的车流布局。框架使用“分散控制”算法，因为现实生活中，一座城市里的所有车辆无法都与控制中心互换信息。这么多车同时互联对话，产生的数据量实在是太惊人了。

　　项目的第二阶段就会把团队的框架和一个交通分析模拟系统连接起来。这样运用数据分析来模拟城市真实的交通状况，预测拥堵。模拟时可以在大数据基础上预测和规划交通流量，比如该地区的布局和人口分布反映了司机活动(例如，学校区域在早上和下午三点左右更加拥堵一些，然而城市娱乐中心晚上和周末会出现大量车流)，还有模拟过程中联网车的目的地和出行时间表。

　　当然，第二阶段模拟团队也会开始探索网络安全的相关问题，而且人为因素也被考虑到了。团队设想，可以为根据指示改变路线的司机设置一些奖励,如电子票等等。不过最先要解决的，还是联网功在车辆和城市基础设施中的普及。这样的项目必定需要车企、政府和研究机构的跨界合作。静待各项技术同步完成时，开车过程少件烦心事。