2025年车路网云图一体化解决方案全新版

12、车路网云图一体化平台的定位 52.1实时全景的时空感知节点 52.2基于高精路网的多源数据融合节点 62.3实时的控制和服务节点 73、车路网云图一体化平台的设计思路 8 83.2端边云构建思路 4、车路网云图一体化平台的价值 4.1路口车流的真实反馈 4.2丰富全面的感知数据 4.2.1路口渠化数据(静态) 4.2.2路口交通态势数据(动态) 4.3快速及时的效能提升 4.3.1控制效能提升 4.3.2指挥效能提升 4.3.3服务效能提升 5、车路网云图一体化平台的整体框架 5.1车路网云图一体化平台的逻辑架构 6、外场硬件及组网方式 6.1.1雷达的主要参数 23—2— 7.2服务器配置(0-50个路口): 7.3服务器配置(50-100个路口): 8、软件功能建设：路口全息监测系统 8.1全域监测 29 8.1.3路口流量态势图 8.1.4路口事件态势图 31 328.1.6出发点及到达点OD 8.2.1失衡路口 348.2.2溢出路口 8.2.3流量异常路口 8.2.4事故路口 8.2.5异常事件路口 34 8.3实时路线还原 8.3.2车辆识别 8.3.3车道指标计算 36 37 398.4.3流量分析 8.4.4平均速度 41 8.5.2相位运行图 42 428.5.3停车次数分析 43 43 8.6.1进口评价 448.6.3路口关联流量计算 448.7安全专题 458.7.1单车事故分析 8.7.2冲突点事件分析 8.7.3违规掉头事件分析 8.7.4违规变道事件分析 468.7.5逆向行车事件分析 46 8.7.7多车事故分析 1从上世纪到现在，国内各大城市先后建设了信号控制系统、高清卡口系统、视频识别等外场设施设备，产生和汇集了大量的交通流、交通事件、交通违法数据，但是这些数据仍然不能满足现在交通管理在安全、效能等方面的实时性和精准性的要求，主要的问题是数据的精细化和精准化关联不够，比如路口的车道级排队长度、车道级实时流量、路口范围内车辆路线还原等。面对紧急灾情，如果有一种技术可以动态反映现实世界，如同“智能生命体”,将道路基础设施、交通安全设施、管理服务设施、紧急设施、机电设施等所有细节精确展现在眼前，必将极大提升交通基础设施的养护管理和应急抢险水平。如今，这些看似属于科幻大片里的场景，已经真实地来到我们身边，上演“科幻照进现实”。这种技术就是“高精度数字底图”,运维人员可以通过它快速找到设施和设备的具体位置，并通过数字孪生功能了解设备设施的基本信息和运行状态，实现道路资产的精细化管理以及设备的快速巡检和远程运维。可为高速公路建设、管理、养护、运营、服务等提供统一的地图和数据服务能力，提升高速公路运营管理效率。2谈及具体效果，韩国华认为“高精度数字底图”数字孪生地图引擎实现了“问题图上说、资产图上看、方案图上做、业务图上管”,以信息化技术引领交通运输行业运营管理精细化，推动交通运输高质量发展。新领域需要坚定信念，需要找准方向后的一往无前。近年来，百度致力于建立卓越的地图业务引擎和数字化建模能力。以高速公路数字孪生地图细分领域为例，备先进的AI自动化辅助制图技术，使高速公路数字孪生地图的采集、制作成本大幅降低。结合实时孪生、一张图模式等特点，数字孪生地图成了承载公路交通业务数据的关键媒介，为解决行业难题提供切实可行的思路。基于高精地图构建全路网、全要素数字孪生云控平台，实现一图多端信息发布——依托一张高精度数据车载地图，实现监控大屏、业务系统、手机导航App、可变情报板、OBU(车载单元)、微信公众号、交通广播等多种信息同步发布。智慧的路一路畅行一路平安夏日清晨，长隧道群30公里范围内雾气缭绕。隧道内，智慧运行管控系统正在“一丝不苟”地进行全方位监测，守护过往司乘的安全。在AI技术和各种先进传感器的加持下，该系统拥有“鹰一样敏锐的目光”,能够迅速发现各种风险隐患，并实现15分钟、30分钟级隧道交通拥堵预测3精度均大于90%。隧道是高速公路路网中监管难度最高的路段，也是公路场景中难啃的“黑盒子”。繁杂的机电设备加上特殊的环境因素，使得隧道运营管理面临着设备运行状态监测不全面、核心设备国产化覆盖率低、异常事件感知不及时、机电设备运行管理不完善等难题。以数智技术与产品破解这些问题，正是智慧交通赋能隧道运营管理的关键所在。智慧公路AI数字人“简璐璐”在京哈高速公路进行了全天候通行试点。司乘可以通过河北高速公路集团开发的“高速智行”App在线申请，实现恶劣天气下的预约通行。在车辆行驶过程中，司机会收到实时语音播报提示，帮助司机控制车速、车距，选择合适的车道，保障安全通行。“十四五”期间，智慧高速公路建设不断推进，高速公路数字化转型进入新阶段，以准全天候通行、收费稽核、伴随式出行服务以及视频上云等为代表的智慧化应用场景初露头角，不断提升通行安全性与运行效率，重塑群众出行形态与物流运输生产业态。聪明的车自动驾驶穿梭日常4乘客输入密码坐上车辆后排，点击屏幕确认行程，方向盘随即自行转动，车辆稳稳汇入车流之中……近年来，自动驾驶技术广泛应用于各种交通运输场景，越来越多的无人驾驶出租车、公交车驶上各地街头，凭借聪明的“头脑”愈加熟练地穿梭于缤纷多彩的城市之中。实现了路侧智能基础设施建设标准创新，通过首创的“多杆合一、多感合一”一体化投资标准路口，实现了自动驾驶、智慧城市等设备的深度复用，完成了数字化智能路口基础设施全覆盖。5车路网云图一体化平台将构建“智慧+”感知，利用路口的雷达+电警/卡口摄像机两种感知手段，在保证原有正常的非现场执法的功能基础上，利用行业最新的传感器技术、高精度地图技术、AI算法、大算力芯片、边缘计算技术，实现雷达数据、视频分析数据、路口渠化数据的拟合，形成车辆时空数据、过车身份数据、违法抓拍数据、按车道流量数据、信号灯状态数据等多种元数据。边缘计算MEC车端通信V2X云控平台路侧传感器路侧通信台V2X场量应用车端交互HMI2.1实时全景的时空感知节点第一，更精细的数据，每时每刻每辆车的路线还原数据(非卫星定位路线还原)。路口过车物理路线还原数据是交管最有价值的数据，也是交警一直在尝试要获取的精确分道路线还原。第二，更全面的数据，不仅是进口道，而且还需要路6口内部和出口道的数据。其实路口内部和出口道更是拥堵病灶高发区，但一直被忽视。第三，更可读的数据，不仅有数据，还可以将其反演展示出来。第四，更加可计算的数据，所有的数据基于高精度地图数据进行空间位置的组织，并挂接到路段、路口、方向、车道，通过路网拓扑关系，形成全网可计算的交通大数据。更精细、更全面、更可读、更可计算的数据都是为了易于发现异常、拥堵病灶、易于诊断拥堵成因。车路网云图一体化平台未来可以升级，通过将路口设施+车辆路线还原数字化，精确刻画路口的机、非、人的精准路线还原路线还原，支撑黑点和隐患点等安全治理，以及精准来去向车辆数量统计和路口根因分析等畅通调度，实现路口的全方向、全天候、全要素的全数字化，为交管信息互联提供数据源头，为更高级别的深度应用提供精准数据支撑，也为隐患排查、交通组织优化等深度治理奠定数据基础。2.2基于高精路网的多源数据融合节点以高精路网模型为骨架，关联多源数据，形成可以计算的实时反映道路运行态势的路况数据，高精路网数据包括路段、路口、交叉口进出方向、进出口流向、车道、渠化7道等空间道路信息及连接的拓扑关系。多源数据包括互联网路段速度、排队长度、雷达识别的车辆路线还原、车道级排队长度、视频识别的车牌号，从服务端下发的控制策略、组织优化策略、指挥等数据。2.3实时的控制和服务节点车路网云图一体化平台通过统一路网单元对路口的动、静态数据进行接入、融合、计算和存储，实现单路口和多路口的联动优化以及和在途车辆的信息交互，达到提升路口通行能力，降低城市拥堵程度。(1)支持单路口优化(2)支持多路口优化8(3)对路口的安全进行评价3.1基于全息管控理念构建全息管控的主要内容包括一个核心六个层次，一个核心是高精路网数据中心，它以路网单元为基础，构建标清路网和高清路网为所有交通元素提供精准的位置和连接服务；六个层次分别是：(1)数据组织精细化：参考交通相关数据标准关联交通的静、动态数据到标清路网和高清路网，并通过设施设备的全生命周期管理实现对数据的精细治理；(2)全息感知：通过互联网、视频检测、雷达、线圈、移动端定位、一键报警等多源手段，以精准位置汇聚多源警情，增强城市交通的感知和预警能力；(3)情指勤督一体化管控：通过对多源情报的归一化处理，以精准情报引领指挥，以中心平台-大队(中队)平台-移动端的协同应用实现扁平化指挥，并通过和互联网APP的连接实现更广域的信息发布和诱导；(4)线上线下协同优化：一方面利用车道级交通精细化数据实现信号配时方案的季度优化和失衡、溢出、事故等场景的在线化优化，同时结合交通工程的相关模型实现路段和交叉口的在线组织诊断和优化；另一方面针对线上9发现的重点和难点问题，线下结合专家团队提供更全面和更专业的解决方案；(5)双网多渠道调度：通过对接互联网实现交通信息直达车主，实时提供事件发布、交警路线推荐、大型活动诱导等服务，在专网环境利用路网单元关联的交通路网单元数据实时精准服务微博、微信、APP、广播和诱导屏；(6)多维指数量化评价：利用的高精数据中心汇聚的交通基础数据、交通行为数据、交通拥堵数据、交通警力数据、交通智能设施数据，结合相应的模型构建交通基础数据指数、交通行为指数、交通拥堵延迟指数、交通警力指数、交通智能设施指数，并可利用这5个指数计算交通综合指数，通过这些指数评价感知、指挥、优化和调度环节的效能，并进一步给各个环节提供改善和提升的建议，不断递进、不断完善，整个体系逐步形成一个有效的机体。3.2端边云构建思路智能重构交通智能体视觉大模型云云路优势能力车优势能力端侧(摄像机、雷达):路口多个方向的感知设备(摄像机、雷达)输出原始数据信息采集；摄像机负责基础违章抓拍和基础过车图片采集，保障客户的基础非现场执法的要求；雷达负责速度、位置、流量等信息的采集。边侧(车路网云图一体化平台单元):车路网云图一体化平台单元对于感知设备输出的原始数据信息进行接入、存储、雷达视频数据拟合和转发，获取车辆时空数据、过车身份数据、违法抓拍数据、按车道流量数据、信号灯状态数据等多种元数据；云侧：中心负责通过对元数据的收取，实现精准的路线还原数据还原，通过路线还原数据分析，快速获取如交通事件检测、交通事故报警、通行路线还原数据、精准流量数据，可以配合智慧灯控后台系统实现信控优化相关业务，最终保障安全和畅通。中心侧支持创新算法孵化，并且对边缘侧算法进行管理，前端数据发送到后端训练，模型部署到前端推理，创新类算法先从中心孵化成熟后能下发到边缘侧，持续优化前端算法模型，实现快速引入最新算法，缩短集成周期，提升视频分析能力；(已建)(已建)(新建)雷达设备输入(新建)视频图像输入高精数据中心(新建)路侧终端盒(新建)数据融合、边缘计算硬件设备、支撑软件下发4.1路口车流的真实反馈路口原始视频流及过车违法图片数据接入存储和转发。上帝视角精准的路线还原标注，通过对路口的全方向视角，全量数据采集，分米级精确路线还原，改变传统电警系统的单方向视角、单维数据等不足，为车路协同打下坚实基础；车道级流量准确率95%以上，为还原现场情况流量历史、为信号优化和路口评价提供精确数据；依据精确时空路线还原信息，利用路线还原交叉可以快速检测路口的黑点和冲突点根因，为解决交通治理提供数据支撑；结合雷达长距离探测以及进出车辆精准路线还原，可以精确计算排队长度、流量数据、停车次数，为信控提供更优良的数据源；基于时空的精准路线还原数据，将视觉路线还原刻画+路线还原数据判定双融合，从数字化的维度为交通事件快速检测预警，快速解决，避免事故发生和长时间拥堵。4.2丰富全面的感知数据车路网云图一体化平台构建的“智慧+”感知，利用路口的雷达+电警/卡口摄像机(新建或者利旧),并结合交警已有设备，利用行业最新的传感器技术、高精度地图技术、AI算法、大算力芯片、边缘计算技术，实现雷达数据、视频分析数据、路口渠化数据以及衍生数据的实时感知和汇聚，传统路口的感知仅仅是传统设备的提升，车路网云图一体化平台将数据进行整合，实现了进出口、进口方向、车道的三层认知，实时掌握车辆路线还原、车道流量、车道饱和度、延误停车次数、排队长度等重要交通管理数据。4.2.1路口渠化数据(静态)路口的渠化数据包括：路口基础构成信息、交通标线信息、公共交通设施、交通标志信息、交通设备、交通辅助路口基础构成信息如下图：11路口基础设施分隔带路口的渠化数据信息如下表：一级分类二级分类指标路口指标交管数据通行能力一级分类二级分类指标交通流量路口饱和度(V/C)融合平均速度平均第85位速度平均时间占有率现有信号方案雷视数据绿灯有效利用率(饱和度路口交通需求(精确、实平均停车次数(精确)平均路口延误(精确)实时冲突点(精确)交通密度承载力路口滞留车辆路口死锁路口是否有事故路口是否有故障车路口是否有交通违法一级分类二级分类指标路口是否违规占用公交车道路口是否违规占用非机动车道路口是否违规停车路口是否有禁行车辆通过路口是否有限时车辆通过4.3快速及时的效能提升通过路侧设备赋能数据、算力和算法，在路口对雷达、视频、互联网数据的实时处理和及时反馈，让每个路口都具备全息感知、智能管控能力，使城市智能交通管理体系实现分布与集中相结合，极大的增强城市交通管理的管控车路网云图一体化平台通过路侧单元以标准接口接入雷达、卡口/电警等路口设备，经过和互联网数据、渠化数据、信号方案数据等融合后，可以把最准确、最及时的数据发给信号机，在满足中心调控策略的基础上，高效的进行路口的控制和优化，重点解决失衡、溢出等效率低下的环节，也可以和中心平台配合进行子区、区域的调控。车路网云图一体化平台积累的车道级流量和路线还原数据，可以为组织优化提供丰富的时空数据，实现车道功能不匹配，方案不匹配的问题。4.3.2指挥效能提升通过多种感知手段，可以及时发现交叉口入口、出口方向发生的事故，交叉口公共行驶区域内的事故，路口4个方向堵死等交通事件，对于这些事件，车路网云图一体化平台可以用通过路侧单元实时发送信息到中央指挥平台进行预警和处置，缩短事件发现时间。另外，通过和特勤车辆或救护车或消防等应急车辆配合实现精准特殊通行的需求，当智能十字路口感受到应急车辆时，智能信号将一路调整为绿灯，使汽车可以畅通无阻，可减少20%的交通时间。具体场景：(1)交叉口出入口事故(2)交叉口公共行驶区域内的事故(3)出口溢流(4)4个方向堵死路口是城市交通的瓶颈点，也是信息服务需求的汇聚点，在交叉口出现交通事件如果能及时的送达车主，可以有效的避免事故、拥堵等严重交通事件的出现。车路网云图一体化平台的路侧单元可以把突发的交通事件信息及时的传递给车主，传递方式有两种，第一种：对于具备网联化的路侧单元和汽车可以双向通信。第二种：通过中心平台传递给互联网APP,由互联网APP传递给车主。未来智慧口还能够告知携带物联网系统或车辆导航用户的车辆，可能有行人在他们前面过马路，提醒车主安全驾5.1车路网云图一体化平台的逻辑架构路口全息监测高精数据RID数据互联网组织优化信号优化设施设备管理城市交通大脑互联网交雷达出晶车路网云图一体化平台单元部署模型以有线以太网为例进行说明：(1)道路中央有绿化带对正向雷达造成遮挡的场景，安装反向雷达，检测进口车道目标。(2)针对在路口有反向电警要求，提供车脸检测及识别，提供496业务，反向电警不纳入路线还原融合。(3)路口四个方向各部署一个电警杆，每个电警杆上设备先汇聚到交换机，再汇聚到车路网云图一体化平台单元，车路网云图一体化平台单元部署在路边柜中。(4)车路网云图一体化平台单元通过光纤回传到交警大队机房，重要视频存储在交警科技处机房、图片及结构化数据存储在交警大数据平台。6.1华为硬件：序号1测量周期2FOV视场角水平：N正负60度L正负9度，垂直：N正负20度L正负14度3定位精度0.1m-0.5米4监控车道数8-12车道5测量精度车道监测95%,目标分类90%,车流统计95%6同步方式7接口ETH网口8检测距离200米左右9目标路线还原模块FOV范围内容目标路线还原同时检测目标数6.1.2边缘计算单元主要参数-ITS800整体安装要求：室外应用，支持路口落地柜部署安装。整机进深<250mm,自然散热，工作温度-40°~70°;类别主芯片ARM架构内存网络盘位≥2盘位显示语音一路输入和输出，3.5mm音频接头，输出双声道凤凰端子3、GPIO告警输入输出，4进2出功耗电源12V供电，选配外置220V适配器类别尺寸工作温度-40~70度整机无风扇，自然散热，IP40、B类环境防腐蚀类别主芯片ARM架构内存网络盘位≥2盘位显示语音一路输入和输出，3.5mm音频接头，输出双声道凤凰端子3、GPIO告警输入输出，4进2出功耗电源12V供电，选配外置220V适配器尺寸工作温度-40~70度整机无风扇，自然散热，IP40、B类环境防腐蚀6.2组网方式一：(1)信号灯的电只能单独使用；(2)电警杆抱箱没有足够的汇聚口或者交警不允许借用电警杆抱箱；电源机箱电源机箱电警机箱信号灯杆雷达电警6.3组网方式二：(1)信号灯的电只能单独使用；(2)交警允许借用电警杆抱箱，这样可以省工省料；电源机箱电源机箱电警机箱信号灯杆雷达电警7.1网络架构图：计算单元集群计算单元集群应用服务器集群分析单元集群路侧轨迹采集单元7.2服务器配置(0-50个路口):货物名12台4x千兆网口置分布式的消息平台及文件系货物名与离线的数据统2统计分析单元2台InterXeonE5处理内存RAID5阵列4x千兆网口负责存储及索引实时路线还原数据及路况分析结果，服务于按时间段的统计分析、路径演算、趋势分析及其他34应用服务单元地理信息单元11台台InterXeonE5处理器6核2.0GHz64G内存RAID5阵列4x千兆网口InterXeonE5处理器6核2.0GHz64G内存负责提供应用访问、应用数据缓存及基础服务负责提供地图数据及空间服务货物名4x千兆网口7.3服务器配置(50-100个路口):货物名1数据计算单元5台InterXeonE5处理器6核2.0GHz128G内存RAID5阵列4x千兆网口负责进行实时路线还原数据及路况数据采集，配置分布式的消息平台及文件系统，并负责在线与离线的数据统2统计分析单元2台InterXeonE5处理器6核2.0GHz256G内存RAID5阵列4x千兆网口负责存储及索引实时路线还原数据及路况分析结果，服务于按时间段的统计分析、路径演算、趋势分析及其他3应用服务单元2台内存RAID5阵列4x千兆网口负责提供应用访问、应用数据缓存及基础服务4地理信息单元1台内存RAID5阵列4x千兆网口负责提供地图数据及空间服务8.1全域监测8.1.1全域态势展示实现动态交通路网交通态势的实时监测，实时路况每分钟更新一次。在主界面直观展示全区域(安装车路网云图一体化平台的区域)、路段的拥堵延时指数和速度，并可通过颜色块表示拥堵等级，便于用户快速掌握全部路口及相连路段的实时交通状况。系统在同时标注道路监控视频点，可直接在可视化子系统图层上点击查看。n明与大□湖鹏整口08图4498.1.2流量分析及预警基于高精地图，路网拓扑关系以及车辆真实路线还原数据，实时计算全域半小时流量，并和昨日进行比较，对于异常流量进行实时预警。深圳宝安国成今日流量：2850●昨日流量：276000:0002:0004:0006:0008:0010:0012:0014:0016:0018:0020:08.1.3路口流量态势图基于高精地图，路网拓扑关系以及车辆真实路线还原数据，实时计算时段各个路口及路段的流量，并按照路段流量进行动态展示，直观分析各时段主要道路的流量分布。8.1.4路口事件态势图基于高精地图，车辆真实路线还原数据，实时计算各路口的各种交通事件，并按照数量进行全域展示，直观分析各时段事件的分布情况，对于重大事件进行及时预警。全全息路路口中双家需与无熟道口5重的与晴中口③市18之大口D与扣今20四3站68.1.5图层管理对于实时路况(黄红绿的交通态势)、交通流量以及交通事件可以按照要求分层叠加显示。图层沙头角海交通路况禁行交通流量交通事件8.1.6出发点及到达点OD基于路口连接关系，车辆真实路线还原数据，分析早高峰、晚高峰和全天车辆的出发点和到达点之间的关系，挖掘热门出发点和到达区域。8.2路口监测路口监测主要监测路口的拥堵指数、失衡、溢出、死锁、流量等状态，并把异常的路口排序出来。面窗中国与来□241四全息路口实时流量建安导时2运n基于高精路口各方向拓扑关系和车辆真实路线还原数据，实时计算路口各方向速度和路口的失衡指数，并按照指数进行全域排名。8.2.2溢出路口基于高精路口之间的拓扑关系和车辆真实路线还原数据，实时计算路口的溢出指数，并按照指数进行全域排名。8.2.3流量异常路口基于高精路口之间的拓扑关系和车辆真实路线还原数据，实时计算路口的流量，并判断流量变化幅度，超过阈值的及时预警。基于路口空间范围和车辆真实路线还原数据，实时监测路口内的事故警情，对于出现的单车事故、多车事故及时报警。8.2.5异常事件路口基于路口空间范围和车辆真实路线还原数据，实时监测路口内的违规掉头、违规变道、逆向行车、闯红灯等时间，并进行记录。8.2.6路口搜索输入路口名称，可以进行地图定位，支持模糊查询。8.3实时路线还原提供入口车道级路线还原和出口道路线还原汇聚功能，能叠加路口相关信息，如路口名称。界面可实时展示各路口路线还原数据，可锁定窗口，可调整模型位置，可关闭路线还原数据展示界面。显示路口范围内的路线还原，实现分方向、分时间段的路线还原汇聚显示和分析。BD45472粤BD45472粤V5F7868.3.2车辆识别对于经过停止线附近的车辆进行车牌识别，并和路线还原进行空间拟合，实时展示车辆的车牌和车型(大车或8.3.3车道指标计算基于高精度地图、雷达路线还原数据，计算路口各方向的排队长度、停车延误、行程时间、饱和度、流量、时间占有率、空间占有率等。停车延误(秒行程时间(秒流量(辆时间占有率1%1空间占有率1%车头时距(秒车道1车道3车遒48.3.4历史路线还原回放支持事件路线还原重构，在获取道路拥堵和交通事故等交通事件报警后，能回放交通事件发生前后的监控范围内的目标动态路线还原，路线还原重构的时间范围可配置，默认为事件发生前30s到事件发生后30s。8.3.5路口视频提供路口视频的实时接入和显示。。粤BD02021粤S6X1H38.3.6违法车辆通行报警通过对于停车线附近车辆的车牌识别，可以和违法数据库中的车辆做比对，实时报警违法车辆和稽查布控车辆。8.4路口评价基于高精地图，从车道路口、流量统计、平均速度三个方向及路口、进口和出口等维度进行评价。贝尔路与冲之大道路口贝尔路与冲之大道路口8.4.1路口总体指标利用雷达数据和路网拓扑数据计算路口的失衡指数、拥堵指数和溢出指数，全面可刻画该路口的交通状况，并可视化进行展示。②路口指标8.4.2车道路况利用雷达实时路线还原数据和路网拓扑数据，可以实时分析路口、进口和出口的路况信息，实时计算车道流量和速度，并在车道上进行精细化展示。路口路口进口车道列表贝尔路冲之大道-坂雪岗大道路段-正东方向-出口车道编号：11实时速度：32实时流量：2贝尔路冲之大道-坂雪岗大道路段-正东方向-出口车道编号：1记实时速度：3441实时流量：15贝尔路冲之大道-坂雪岗大道路段-正东方向-出口车道编号：3实时速度：3594实时流量：旧贝尔路冲之大道-坂雪岗大道路段-正东方向-出口车道编号：14实时速度：32实时流量：□冲之大道坂兴路-贝尔路路段-正南方向-进口车道编号：11实时速度：222实时流量：1冲之大道坂兴路-贝尔路路段-正南方向=进口车道编号：巨实时速度：38实时流量：贝尔路贝尔路冲之大直路设正东方胸进口8.4.3流量分析利用雷达实时路线还原数据和路网拓扑数据，实时计算路口方向级1分钟、15分钟和30分钟流量数据，并进行可视化展示。8.4.4平均速度利用雷达实时路线还原数据和路网拓扑数据，根据时间间隔为路口各方向及车道绘制速度云图，时间间隔为1分钟、15分钟和30分钟数据，起始时间可自定义，并进行可视化展示。8.5信号评价基于高精地图、雷达数据对路口进行多维度评价，维度包括交叉口延误、平均排队长度、旅行时间、平均长度、周期流量等，同时针对路口效能从相位绿灯利用率、路口流量通行能力比、信号周期合理性等方面进行评价，找出效能低下的原因，并可结合信号机实现自适应的控制，提升效能。对路口各方向按照旅行时间、排队长度、延误时间、平均速度、周期流量和饱和度进行评价，并计算最大值、最小值、均值，并和参考值进行比较，并提供完善的建议。8.5.2相位运行图对路口运行的各相位时间进行统计分析，通过某段时间内相位运行时长的变化寻找影响效能的问题。8.5.2流量分析对路口运行的某个周期内各相位流量的统计寻找影响交叉口运行效能的问题。方向流量●停车次数●平均延误wWMMMwww^A8.5.3停车