對電子警察、卡口相機、流量檢測設備、監控相機、信號控制數據進行邊緣計算，結合高精地圖數據進行多源數據融合，實時建模仿真，全路口態勢與設備狀態三維可視化。

信控方案“燈看車”，檢測路口排隊、流量、路口溢出、擁堵等多維數據和事件，機、非、人全要素采集，全面分析交通運行狀態，打通視頻攝像機與信號機的數據連接，實現點、線、面紅綠燈的實時配時優化方案。

通過積累的車道級流量和路線還原數據，可以為組織優化提供豐富的時空數據，解決車道功能不匹配，方案不匹配的問題。通過實時交通熱力圖和路網出行規律，快速發現交通隱患點，縮短治理周期，并依據數據分析給出交通組織優化的合理建議。

通過多種感知手段，可以及時發現交叉口入口、出口方向發生的事故，交叉口公共行駛區域內的事故，路口堵死等交通事件，對于這些事件，全息路口可主動推送至現場民警警務終端上，實現快處快撤，避免交通擁堵，提升交通安全。

可對車路協同視頻、雷達、信號控制數據進行邊緣計算，結合地圖數據進行多源數據融合，識別率≥99%，系統可靠性高。

對路口已有電子警察、卡口、監控、雷達類產品充分復用，避免路端硬件設備重復建設，利舊節約成本，美化市政環境。

拓寬數據來源，打造數字孿生路口，實現“路口管控上帝視角”

實現流向/車道級的道路感知分析功能，提升信控精細化水平

交通安全隱患精準識別，事前預警、事后評估，賦能交通組織優化

通過對區域內需要協調控制的各信號控制路口的信號周期、綠信比以及路口間的相位差進行優化。

實現路權按需分配，緩解機動車、非機動車和行人通行需求矛盾

豐富業務場景，支撐精細化管控工作開展，實現科技解放警力

交通事件及時發現，助力“事故快處快撤”

破除路口系統信息孤島，實現路口群，自主協同決策，降低后端系統建設壓力

“云－邊－端”智慧架構，以邊緣計算助力車路協同落地