近几十年来，交通工程师试图利用时间信号灯使主要街道上的机动车流量最大化，但只取得了一定的效果。除非交通网络完全对称，否则工程师可以控制单向交通的时间。而如果交通灯之间的距离超过半英里，大量的机动车就会被堵在一个信号灯到另一个信号灯之间。为了更好地控制时间，工程师在道路上安装探测器，以确定车辆何时到达十字路口。这些探测器，也就是埋在路面下的线圈，价格昂贵，容易损坏。最近，虽然工程师使用八个摄像头来检查车辆，但这是一种更昂贵的解决方案。

Aldis公司的系统开发人员比尔·马尔克斯(Bill Malkes)说，“Aldis从今年6月开始测试。他们在红绿灯下安装了信号摄像头，用鱼眼镜头全方位监控600码以内的距离。装有相当先进软件的计算机会计算出车辆的速度，从而对信号灯进行计时，以实现最大的交通流量。”

“如果它观察到你的到来，并且没有车辆、行人等。在另一个方向的路口，它会自动换信号灯让你通过，不用等。”马尔克斯说。

每个路口安装的定制摄像头及相关软硬件费用约为15000美元，高于埋线圈，但费用会随着时间的推移而降低。

安装这种设备不仅可以增加交通流量，还可以减少燃油污染，因为车辆启动时产生的废气最多。马尔克斯说，安全也至关重要。当系统感应到车辆没有在红灯时停下来，它可以采取对策。在美国，每年有800多人死于闯红灯引发的事故。

另一种安装在警车上的摄像机给美国的道路带来了更多的变化。该摄像头每秒可以扫描30个车牌，将图像转换为数据，并将车牌号码与所需车辆列表进行匹配。巡警随后对其车辆上的肇事车进行了警告。

该系统由Elsag北美执法系统开发，已被多个地区的警察部门采用，包括Rialto、Upland和Baldwin Park。最近这个系统被校车采用，主要目的是对违反校车规定或者威胁学生上下车安全的车辆进行拍照。数据可以传输到校车里的笔记本电脑上，下班前可以查违章车辆。

斯坦福大学人工智能的领导者巴斯蒂安·特龙表示，机器视觉最终将在许多方面改善交通系统，我们将使驾驶更加高效、安全和有趣。但是，机器视觉仍然面临着许多挑战，摄像头和图像处理在理解新事物和判断距离方面不如人准确。

视觉在自动车辆中的潜在应用非常大。11月，斯坦福大学代表队参加了国防部举办的第二届“郊区挑战赛”。在这次活动中，全自动车辆通过了预定的交通路口，60英里的交通路线和街道。参加“郊区挑战赛”的自动车采用激光测距仪，可以发射光线，测量光线折射的时间。