从宁德蕉城路早晚高峰的缓行车流，到厦门杏林湾路通勤时段的拥堵节点，城市道路上的每一处“堵点”，背后都牵动着民生出行的“痛点”。如今，百度智能云SaaS信控与福建宁德、厦门两地交警深度协作，以“快交付、高质量、低成本”的互联网信控解决方案，为八闽大地铺就畅行之路，打造福建智慧化缓解交通拥堵的典型样板。

SaaS数据看蕉城：路网偏紧，局部失衡，开学拥堵加剧

蕉城作为宁德老城核心区域，西侧片区路网密度6.32km/km²，低于全国平均水平（6.5km/km²），南北向车流高度集中。9月开学后，交通压力进一步升级：早高峰车均延误40.96秒，相比于开学前上升16%；晚高峰车均延误44.18秒，相比于开学前上升12%，送学车流与通勤车流叠加形成“堵点集群”。

西侧片区（17:30~18:00）内部拥堵情况

受开学影响，早高峰延误上升16%

受开学影响，晚高峰延误上升12%

>>优化策略：蕉城路分时段精细化“拆峰”

基于互联网交通数据分析，SaaS信控系统分时段动态适配、分场景精准施策：早高峰兼顾通勤和上学出行特征，平峰时段兼顾双向通行效率，晚高峰则以北往南为核心协调，实现“一路多策略”。

（1）早高峰策略

早高峰时段根据路段流量和学校上学期间的交通特点，分为2个时段：

• 通勤时段（7:00-7:30）：采取全线整体协调，南向北和北向南协调流量占各自干线总流量为55.45%和59.00%，尽量兼顾双向协调，减少行车延误。
• 送学+通勤叠加时段（7:30-8:30）：根据学校位置和流量特点，划分为两个子区：（1）闽东西至天湖路区间，主要是送学+通勤沿线；（2）环城至南环路区间，主要是通勤干线。

（2）平峰策略

平峰时段以提升干线通行体验为目标，双向流量整体差距不大，实施双向均衡。

（3）晚高峰策略

晚高峰时段内，正反向交通流量接近，蕉城路整体划分为同一子区，但在协调策略上，尽可能降低南向北的交通压力（学校路段车流多自于南侧道路），故协调以北往南为主。

>>优化效果：尽管流量增加8.52%，但延误仍降11%

（1）平台效果数据

选取国庆节前9月29日~9月30日的优化效果进行分析，蕉城路干线在相比于上周同期（9月22日~9月23日），在节前交通流量增加8.52%的情况下，对比优化前全天的车均延误仍下降11%。

蕉城路干线优化效果对比

（2）实测跑车效果数据

SaaS数据看集美：主干路畅通，相交方向绿灯时间不足

杏林湾路是集美新城东西方向的主干道，但在绿灯时间分配上存在明显的不均：早高峰信号周期高达180秒，主干道协调方向车流一路畅通，但相交方向车辆却要长时间等待，部分路口存在失衡（如，杏林湾路与孙坂南路交叉路口）。通勤族实测显示，整条干线的单向通行需停车3-4次，全程耗时8-9分钟。

杏林湾路实景

杏林湾路与孙坂南路交叉路口失衡

>>平台匹配优化策略：整体协调+周期“瘦身”

依托SaaS信控平台对杏林湾路车流路径的分析数据，系统快速完成干线协调方案的优化：一方面将信号周期从180秒压缩至157秒，提升放行效率；另一方面重新分配各路口绿灯时间，在保障杏林湾路主干路绿波基础上，兼顾相交方向，解决路口协调方向与非协调方向的失衡问题。

>>优化效果：延误降幅近三成，通行“零停顿”

（1）平台效果数据

选取9月1日~9月5日早高峰的优化效果进行分析，相比于优化前的一周（8月18日~8月22日），即使交通流量增加12.61%的情况下，早高峰的车均延误仍下降29%。

杏林湾路干线优化效果（数据对比）

（2）实测跑车效果数据

杏林湾路西向东方向（滨水路→天马路），优化前开车需要5分43秒、停车2次，优化后只需4分25秒、停车0次。

缓堵新标杆：百度智能云SaaS信控让“车更多”与“路更畅”兼得

信控优化的核心检验标准，在于能否破解“流量增长与拥堵缓解” 的矛盾。百度智能云SaaS信控以量化数据和跑车实测，真正达成“车多不堵、通行更高效”的核心价值，为城市交通缓堵提供了可量化、可复制的智能解决方案。