ICS03.220.20

CCSR85

團體標準

T/ITSXXX.3—XXXX

智能網聯路口交通運行狀態評價診斷治理

系統第3部分：診斷治理及監控要求

Trafficoperationstatusevaluationdiagnosisandmanagementsystembasedon

IntelligentandconnectedintersectionsPart3diagnosisandmanagement

Requirements

（征求意見稿）

本稿完成日期：2022年12月6日

在提交反饋意見時，請將您知道的相關專利連同支持性文件一并附上。

-XX-XX發布XXXX-XX-XX實施

中國智能交通產業聯盟發布

智能網聯路口交通運行狀態評價診斷治理系統

第3部分診斷治理及監控要求

1范圍

本文件規定了智能網聯路口交通運行狀態評價診斷治理系統的診斷治理、監控服務要求等。

本文件適用于城市道路中的智能網聯路口交通運行狀態評價診斷治理系統的開發、驗證，其它類型

路口可以參照執行。

2規范性引用文件

本文件沒有規范性引用文件。

3術語和定義

下列術語和定義適用于本文件。

智能網聯路口intelligentconnectedintersections

基于路口范圍內搭載激光雷達、AI相機、邊緣計算單元等路側感知計算設備，通過AI引擎、數據引

擎等進行數據提取及訓練，實現路口的交通全要素感知、全過程監管、全方位服務，為路口交通運行監

管和智能決策提供支撐，從而實現為路口范圍內人、車等交通參與者提供綜合一體化服務目標的新型交

通體系。

沖突區conflictzone

機動車在通過智能網聯路口范圍過程中容易與其他機動車、非機動車、行人等障礙物軌跡相交的區

域。

三急區threeemergencyzone

機動車在通過智能網聯路口范圍過程中容易發生急加速、急減速、急轉彎駕駛行為的區域。

內輪差盲區innerwheelblindzone

機動車在智能網聯路口轉彎時，車身較長造成內前輪轉彎半徑與內后輪轉彎半徑之差較大，對司機

造成的視覺盲區。

交通黑點路口trafficfocusintersections

以月為統計維度,發生的違章事件數量、溢流次數或機非混行數量與其他正常路口相比明顯突出(積

聚)的違章高發、擁堵高發或重點隱患路口。

4診斷治理

診斷治理流程

4.1.1概述

診斷治理流程分為診斷和治理兩大環節。診斷環節中，首先進行路口的初步診斷分析，對評價指標

進行異常監測，當識別到路口的評價指標出現異常時，觸發深化診斷分析，計算分析診斷指標，輸出診

斷結果，進而匹配對應的治理措施。具體流程見圖1。

3

T/ITSXXX.3—XXXX

圖1診斷治理流程

4.1.2初步診斷分析

基于路口評價指標，針對每項指標設置異常閾值，實時監控指標異常情況，診斷時間維度與評價

模塊一致，可實現最小5分鐘級別的路口指標數據分析；根據不同診斷場景特點，設置不同指標異常

組合，對路口進行實時初步診斷；當對應組合的指標發生異常時，則系統初步診斷該路口異常，并啟

動深化診斷。

4.1.3深化診斷分析

基于初步診斷結果，獲取路口數據異常的指標組合，根據組合結果和異常范圍對路口進行深

化診斷，建立專項的診斷分析模型。模型包括診斷指標組分析和單一診斷指標分析兩種。

診斷指標組分析：

a)設置專項診斷指標組，制定每項指標異常閾值，建立指標診斷結論與路口問題的映射關系；

b)針對每一項診斷指標，基于5分鐘、小時、日、周、月、年等6個時間維度做數值計算；

c)基于計算結果，當診斷指標組合中，每一項指標值都超過規定閾值的范圍及置信度時，生成

指標診斷結論；

d)根據路口指標診斷結論與路口問題的映射關系，輸出對應的路口診斷結果。

單一診斷指標分析：

a）建立場景專屬評價指標，針對該指標做數據分析；

b）挖掘指標異常在5分鐘、小時、日、周、月、年6個時間維度和交叉口、流向、車道組、車

道4個空間維度的時空規律；

c）依據數據規律，輸出對應的路口診斷結果。

4.1.4輸出診斷結果

根據每個專題診斷指標組內各個指標的異常程度，判斷具體的診斷結果，診斷結果應包含問題高

發時間、高發車道等信息。

4.1.5匹配治理措施

基于診斷結果的精細化程度，系統匹配一個或多個治理措施。治理措施包括治理方式、建議治理

時間、建議治理車道等信息。

診斷治理要求

4

4.2.1總體要求

時間維度要求

診斷治理場景宜滿足5分鐘、小時、日、周、月、年不同時間維度。

空間維度要求

診斷治理場景宜滿足路口級、進口道級、出口道級、流向級、車道組級、單車道級等不同空間維

度。

4.2.2指標要求

相關性要求

異常評價指標應與診斷場景具有強關聯性，對應指標可客觀反應路口問題，便于進一步進行深化

診斷。

業務性要求

專項診斷指標應滿足業務層面宏觀判斷標準，實現“專項診斷指標-系統診斷場景-實時業務管理

場景”三者緊密結合。

4.2.3診斷要求

精準性要求

基于專項診斷指標組的分析，能夠精準明確具體診斷結論，并能對應至少1個可行治理措施。

靈活性要求

在整體診斷邏輯的基礎上，可根據實際管理需求，靈活配置專項診斷指標組的指標項以及閾值。

4.2.4治理要求

可行性要求

治理措施應具有可行性，可與現有業務管理場景、用戶使用場景相結合。

效果可量化

治理措施效果可通過相關指標進行量化，為治理效果評估提供基礎。

診斷治理場景

4.3.1場景概述

系統應具備針對交叉口、機動車、弱勢交通（非機動車、行人）等交通對象的診治場景，可圍繞大

型車闖紅燈嚴重、交叉口嚴重沖突高發、大型車右轉風險、車道利用不均衡、交通數據異常、車輛行為

異常和弱勢交通風險等診斷場景做拓展。場景診斷詳細信息見附錄A，場景與治理措施建議的對應關系

見附錄B。

4.3.2治理措施

治理措施應包含治理建議和出行引導策略2大類，覆蓋安全、效率2大維度，至少具備20個治理

措施。治理措施清單見表1。

5

T/ITSXXX.3—XXXX

表1治理措施建議

一級類別二級類別治理措施名稱

交通安全設施布設

非現場執法設備布設

現場執法警力部署

安全治理

視距遮擋物檢查與清理

重點車專項治理

其他

治理建議

車道規劃優化

信控方案優化

隔離設施布設

效率治理

誘導設施布設

秩序疏導警力部署

其他

紅綠燈倒計時

綠燈起步提醒

效率引導綠波車速提醒

建議車道

其他

信息引導

闖紅燈預警

超速提醒

安全引導行人闖入提醒

非機動車闖入提醒

其他

5監控服務

概述

智能網聯路口監控服務應包含指標突發異常監控和高發事件監控兩個功能，系統以此為基礎，實現

監控服務在應用場景和細類功能的拓展。

指標突發異常監控應支持對關鍵指標進行實時監控，系統可及時識別出指標計算結果與歷史同周

期時間段指標值出現大幅度波動的情況，并自動生成重點關注告警，保障指標突發異常問題的實時報出

與處理應對；高發事件監控應支持對路口事件及指標數據進行研判分析，系統可精確統計出路口維度、

車輛維度和區域維度的高發風險排行，呈現重點路口、高危車輛、隱患區域等重點關注信息。監控服務

說明見圖2。

6

圖2監控系統服務說明

指標突發異常監控

5.2.1評價得分異常

監控維度

監控維度應符合如下要求：

a)監控對象：支持安全、效率、綠色、智能化水平4個維度的評價得分監控；

b)時間維度：包含5分鐘、小時、日、周、月、年6個維度評價；

c)空間維度：包含路口級、進口道級、流向級和車道級4個維度。

監控規則

監控規則應符合如下要求：

a)計算能力：評價得分異常監控的數據時延應滿足T+1時效性，計算出上一個5分鐘周期的評

價得分值后，在500ms內判斷出得分值是否異常；

b)評價得分歷史參照值：支持對歷史評價得分數據做研判，計算出小時級的歷史參照值，統計樣

本數據應不低于90天歷史真實數據；

c)評價得分數據降噪：支持監控數據按得分值排序，統計數據時剔除得分結果最低、最高的5%

數據記錄；

d)告警閾值要求：支持設定告警閾值對得分異常值進行實時監控，告警閾值支持自定義配置。

數據內容

產生評價得分異常告警時，上傳到平臺做界面呈現的時延應不超過800ms，且至少應包含如下內

容：

a)評價得分異常名稱；

7

T/ITSXXX.3—XXXX

b)所屬路口名稱；

c)實時異常得分值；

d)評價得分異常狀態；

e)異常持續時間段；

f)異常類別名稱；

g)評價得分歷史參照均值；

h)評價得分歷史正負標準差。

5.2.2指標趨勢異常

監控維度

具體內容參見。

監控規則

監控規則見。

數據內容

產生指標趨勢異常告警時，上傳至平臺做界面呈現的時延應不超過800ms，且至少應包含如下內

容：

a)指標值異常名稱；

a)所屬路口名稱；

b)實時異常指標值；

c)指標異常狀態；

d)異常持續時間段；

e)異常類別名稱；

f)指標值歷史參照均值；

g)指標值歷史正負標準差。

5.2.3指標結果異常

監控維度

具體內容參見。

數據內容要求

監控數據應包含以下內容：

a)指標結果異常名稱；

b)所屬路口名稱；

c)實時異常指標值；

d)指標正常區間；

e)異常時間段。

高發事件監控

5.3.1重點路口監控

概述

支持按月維度統計各類交通黑點路口，包含重點隱患路口、擁堵高發路口和違章高發路口。

監控維度

監控維度應符合如下要求：

8

a)支持按照機非混行數、行人非機動車闖入大車盲區數、機動車違章事件數、超速事件數、逆

行事件數、闖紅燈事件數、未按車道導向行駛事件數、溢流時長等至少8類數據基礎，統計

高發的重點路口；

b)時間維度：支持月維度的交通黑點路口統計；

c)空間維度：支持路口級的交通黑點路口統計。

黑點計算

.1重點隱患路口

a)機非混行數：通過路口感知的全量障礙物數據，統計同一時空維度下機動車、非機動車的數量，

計算結果要求精細化至分鐘級；

b)行人非機動車闖入大型車盲區數：通過繪制卡車、大客車的右轉內輪差盲區圍欄，結合路口感

知的全量障礙物信息，計算落入大車盲區圍欄的行人、非機動車數量，計算結果要求精細化至

秒級。

.2擁堵高發路口

溢流時長：通過路口感知的溢流狀態、溢流開始時間、溢流結束時間等數據，計算交叉口的溢流時

長，計算結果要求精細化至分鐘級。

.3違章高發路口

機動車違章事件總數：統計范圍至少包含4類以上違章行為，宜從超速、逆行、闖紅燈、未按車道

導向行駛等違章行為類型選取，計算結果要求精細化至分鐘級。

數據內容

監控數據應包含以下內容：

a)各類高發重點路口排行；

b)重點路口名稱；

c)路口高發數量；

d)數據統計月份；

e)高發黑點名稱。

5.3.2車輛頻發違章行為監控

概述

支持統計車輛違章事件與不文明駕駛事件中高頻出現的車牌號，以識別出高危行為車輛，實現重

點關注和源頭治理；監控范圍覆蓋商用車、乘用車、非機動車及其他特殊車型。

監控維度

監控維度應符合如下要求：

a)監控對象應覆蓋路口全量乘用車、商用車和非機動車，監控事件應包含至少7類常規違章或

不文明駕駛行為，如超速、逆行、闖紅燈、未按車道導向行駛、斑馬線不禮讓行人、壓實

線、右轉未停車禮讓；

b)時間維度：支持日維度的機動車頻發違章行為統計；

c)空間維度：支持路口級的機動車頻發違章行為統計。

高危車輛統計

高危車輛統計應符合如下要求：

a)高危積分計算：支持設置違章行為與不文明駕駛行為的單次行為分，總積分=違章次數*違章

行為分值+不文明駕駛次數*不文明駕駛行為分值；

9

T/ITSXXX.3—XXXX

b)分段排行規則：支持設置高危積分線N，總積分超過N的車輛標記為高危車輛；可通過積分

情況對高危車輛進行分段標記，支持設置可變區間邊界a和b的具體值。

表2分段排行規則說明

等級紅色橙色黃色

總積分累計積分≥N

總積分排名[0%，a%](a%,b%](b%,100%]

數據內容

監控數據應包含以下內容：

a)高危車輛排行；

b)車輛總違章次數；

c)具體違章行為次數；

d)車輛不文明駕駛次數；

a)車牌號；

b)車輛類型。

5.3.3隱患區域監控

支持數據

支持聚合隱患事件的位置數據，以高精度熱力圖層形式在路口地圖上展現。

監控維度

監控維度應符合如下要求：

a)監控區域類型應至少包含沖突點熱區、闖入大車盲區熱區和機非混行熱區；

b)時間維度：支持月維度的隱患區域統計；

c)空間維度：支持路口級、進口道級、車道組級、車道級的隱患區域統計。

隱患區域計算

隱患區域計算應符合如下要求：

a)沖突點熱區：2個障礙物之間的航向角交叉狀態、時距及時距差都滿足沖突條件時，才能作

為有效沖突點；

b)闖入大車內輪差盲區熱區：在相同時間內，落在大車內輪差盲區范圍內的危險障礙物數量，

才能形成有效熱區；

c)機非混行熱區：由行人闖入機動車道和非機動車闖入機動車道2類事件的位置聚合形成。

d)三急區熱區：由機動車急加速、急減速、急轉彎3類事件發生的位置聚合形成。

數據內容

監控數據應包含以下內容：

a)隱患點位置；

b)隱患區域名稱；

c)隱患區域3D渲染圖層；

d)障礙物航向角；

e)障礙物速度。

10

附錄A

（資料性）

診斷場景詳細介紹

A.1大型車闖紅燈

A.1.1路口初步診斷

根據交叉口交通安全度、大型車比例、萬車違章率等指標進行初步診斷，若指標異常，則啟動深化

診斷。

A.1.2路口深化診斷

A.1.2.1根據場景特點，建立專項診斷指標組，指標包括：

a)大型車闖紅燈率：一段時間內，某地大貨車闖紅燈違章率=大型車發生闖紅燈數（當量）/大

型車交通量（當量）；

b)大型車平均速度：一段時間內，某地大型車平均速度；

c)大型車闖紅燈車牌無法識別率：一段時間內，某地大型車闖紅燈所有事件中，車牌為空或置信

程度小于60的事件占比；

d)綠燈空放時長：一段時間內，某交叉口綠燈狀態下無車輛通行的時長；

e)車道流量：一段時間內，某車道的交通障礙物計數總和；

f)車道飽和度：一段時間內，某車道的交通流量與車道飽和通行能力的比值；

A.1.2.2建立深化診斷模型、通過自定義診斷指標異常閾值，進行相關問題判斷。

A.1.3輸出診斷結果

結合深化診斷模型，輸出診斷結果見表A.1。

表A.1路口異常診斷指標及診斷結果

序號異常診斷指標診斷結果

1大型車闖紅燈率、大型車平均速度大型車闖紅燈嚴重

大型車闖紅燈率、大型車闖紅燈車牌無法識別率、大型

2大型車闖紅燈嚴重，并且車牌識別率低

車平均速度

3綠燈空放時長路口綠信比過大

4車道流量+車道飽和度路口轉向車道數與轉向車流不匹配

A.1.4匹配治理措施

路口對應的診斷結果及治理建議見表A.2。

表A.2路口診斷結果及治理建議

序號診斷結果治理建議

?加強路口大型車闖紅燈非現場執法力度；

1大型車闖紅燈嚴重

?對經過該路口大型車重點提供闖紅燈預警

?加強路口某時刻大型車闖紅燈現場執法力度，并定期檢查該路口非現場執法

大型車闖紅燈嚴重，并且車

2設備；

牌識別率低

?對經過該路口大型車重點提供闖紅燈預警

3路口綠信比過大在某時段，將路口【X轉向】周期綠燈時長減少【XX】秒

路口轉向車道數與轉向車流

4在某時段，將路口【X方向】一條【X轉向】車道調整為【轉向】車道

不匹配

A.2交叉口嚴重沖突高發

11

T/ITSXXX.3—XXXX

A.2.1交叉口初步診斷

根據交叉口交通安全度，進行初步診斷，若指標異常，則啟動深化診斷。

A.2.2路口深化診斷

路口深化診斷要求如下：

g)沖突高發方向統計：根據系統沖突識別的數據明細，統計路口發生嚴重沖突時刻不同交通參與

者移動方向；

h)沖突高發時段統計：診斷高發的嚴重沖突方向，統計發生時間分布。

A.2.3輸出診斷結果

路口異常診斷指標及診斷結果見表A.3。

表A.3交路口異常診斷指標及診斷結果

序號異常診斷指標診斷結果

機動車-機動車嚴重沖突高發，其中X方向與Y方向嚴重沖突次數

1交叉口交通安全度

多，高發時段為XX時XX分XX秒-YY時YY分YY秒

機動車-機動車嚴重沖突高發，其中X方向與Y方向嚴重沖突次數

2交叉口交通安全度、大型車比例多，高發時段為XX時XX分XX秒-YY時YY分YY秒。并且此路口大型

車占比高，發生重大交通事故隱患大。

A.2.4匹配治理措施

交叉口診斷結果及治理建議見表A.4。

表A.4交叉口診斷結果及治理建議

序號診斷結果治理建議

本路口X向車輛與Y向車輛，在HH:MM:SS至HH:MM:SS嚴重沖突高

機動車-機動車嚴重沖突高發，其中X方向與Y

發，建議“檢查是否存在視距遮擋物”，考慮“增加慢行提醒

1方向嚴重沖突高發，高發時段為XX時XX分XX秒

標志標牌”或“增加減速標線”，并結合視頻觀測及路口現

-YY時YY分YY秒

狀，調整信號配時方案

本路口X向車輛與Y向車輛，在HH:MM:SS至HH:MM:SS嚴重沖突高

機動車-機動車嚴重沖突高發，其中XX方向與

發，并且大型車比例高，危險性較大。建議“及時檢查是否存

YY方向嚴重沖突高發，高發時段為XX時XX分XX

2在視距遮擋物”，考慮“降低大型車交叉口限速”或“增加減

秒-YY時YY分YY秒。并且此路口大型車占比

速標線”，并結合視頻觀測及路口現狀，調整信號配時方案，

高，發生重大交通事故隱患大。

同時進一步加強重點車管理，提升重點車違章處置力度

A.3大型車右轉風險

A.3.1路口初步診斷

根據交叉口交通安全度，進行初步診斷，若指標異常，則啟動深化診斷。

A.3.2路口深化診斷

A.3.2.1根據場景特點，建立專項診斷指標：

i)大型車右轉風險指數計算：右轉大型車周邊行人、非機動車數量為轉內輪差風險指數。基于系

統交通參與者全量感知數據，結合ROI區域的設置判斷右轉大型車輛，判斷大型車右轉危險區

域內行人、非機動車數量；

12

圖A.1示意圖

j)建立深化診斷模型、通過自定義診斷指標異常閾值，進行相關問題判斷。并可通過多級閾值設

置，判斷大型車右轉危險等級。

A.3.3輸出診斷結果

大型車右轉異常診斷指標及診斷結果見表A.5。

表A.5大型車右轉異常診斷指標及診斷結果

序號異常診斷指標診斷結果

1大型車右轉風險指數路口存在大型車右轉風險

A.3.44、匹配治理措施

大型車右轉診斷結果及治理建議見表A.6。

表A.6大型車右轉診斷結果及治理建議

序號診斷結果治理建議

?若大型車右轉風險程度一般：路口在XX時XX分XX秒-YY時YY分YY秒，存在內

輪差危險隱患，建議“增設機動車右轉內輪差危險區標識或標線提醒”；

1路口存在大型車右轉風險?若大型車右轉風險程度嚴重：路口在XX時XX分XX秒-YY時YY分YY秒，內輪差

危險隱患大，建議“增設機動車“右轉內輪差危險區”標識或標線提醒”，在早

晚高峰“增設非機動車秩序疏導人員”，并根據路口實際情況“增設右轉不停車

抓拍”

A.4車道利用不均衡

A.4.1路口初步診斷

根據車均延誤、排隊長度2項指標，進行初步診斷，若指標異常，則啟動深化診斷。

A.4.2路口深化診斷

A.4.2.1根據場景特點，建立專項診斷指標組，指標包括：

13

T/ITSXXX.3—XXXX

k)車道組排隊長度極差：在綠燈亮起時刻，計算某個進口道，綠燈對應車道組排隊長度極差，以

及對向車道（若有）極差。

l)車道組資源利用失衡指數：統計周期內，車道組每個信號周期的排隊長度極差平均值。

m)路口資源利用失衡指數：車道組資源利用失衡指數最大值。

A.4.2.2建立深化診斷模型、通過自定義診斷指標異常閾值，進行相關問題判斷。

A.4.3輸出診斷結果

結合深化診斷模型，輸出診斷結果見表A.7。

表A.7車道利用不均衡異常診斷指標及診斷結果

序號異常診斷指標診斷結果

1路口資源利用失衡指數車道利用失衡（路口級）

2車道組資源利用失衡指數車道利用失衡（車道組級）

A.4.4匹配治理措施

車道利用不均衡診斷結果及治理建議見表A.8。

表A.8車道利用不均衡診斷結果及治理建議

序號診斷結果治理建議

?在X路口增加車道線指示牌；

1車道利用失衡?在“東向西直行車道組”的XX時XX分XX秒-YY時YY分YY

秒，增加“車道建議”網聯服務次數

A.5交通數據異常

A.5.1交叉口初步診斷

根據交叉口實時車流量、交叉口歷史車流量、鄰接交叉口車流量、車牌檢測數據等指標，進行初步

診斷，若指標異常，則啟動深化診斷。

A.5.2交叉口深化診斷

A.5.2.1根據場景特點，建立專項診斷指標組，指標包括：

n)交叉口平均車流量：某一交叉口在一段時間內，平均通行的車流量。

o)鄰接交叉口車流量：鄰接交叉口在一段時間內的車流量之和。

p)鄰接交叉口駛入車流量：某一交叉口鄰接交叉口流入該交叉口的車流量。

q)異常車牌：檢測車牌的字符長度以及字母數字比例不符合車牌設置規則。

r)交通流量異常：道路交通流量與依據交通運行規律預測的交通流量差距達到30％。

A.5.3輸出診斷結果

結合深化診斷模型，輸出診斷結果見表A.9。

表A.9路口異常診斷指標及診斷結果

序號異常診斷指標診斷結果

交叉口實時車流量長時間=0、交叉口同期歷史

1可能存在設備、網絡、存儲故障，導致數據完全缺失

車流量>0、鄰接路口駛入車流量>0

交叉口實時車流量短時間=0、交叉口同期歷史

2可能由于環境干擾、光線不足等原因導致數據部分缺失

車流量>0、鄰接路口駛入車流量>0

交叉口實時車流量>=0、交叉口同期歷史車流

3可能同時存在完全數據缺失和部分數據缺失

量>0、鄰接路口駛入車流量<交叉口實時車流量

4異常車牌、數據亂碼可能存在抓拍數據錯誤，導致車流量統計錯誤

5卡口連續抓拍、檢測數據重復上傳可能存在車輛重復記錄，導致車流量統計錯誤

14

可能原因：節假日、交通事故、道路施工、大型活動集會

6交通流量異常

等

A.5.4匹配治理措施

交叉口對應的診斷結果及治理建議見表A.10。

表A.10路口診斷結果及治理建議

序號診斷結果治理建議

檢查相關設備狀態，通過攝像頭等數據源確認是否數據

1可能存在設備、網絡、存儲故障，導致數據完全缺失

完全缺失

可能由于環境干擾、光線不足等原因導致數據部分缺檢查歷史數據，若歷史單日同期存在缺失，檢查設備所

2

失在光線等環境

3可能同時存在完全數據缺失和部分數據缺失同時檢查設備狀態及歷史單日同期數據

4可能存在抓拍數據錯誤，導致流量統計錯誤直接刪除，刪除后按照缺失數據處理

按車牌、抓拍時間進行排序，車牌號一致、抓拍時間間

5可能存在車輛重復記錄，導致車流量統計不準確

隔小于設定閾值的數據視為重復數據，進行去重處理

可能原因：節假日、交通事故、道路施工、大型活動

6增加路線建議方案

集會等

A.6車輛行為異常

A.6.1車輛異常初步診斷

根據交叉口內不同車輛行駛軌跡方向、交叉路口安全度、交叉口違章率等指標，進行初步診斷，若

指標異常，則啟動深化診斷。

A.6.2車輛軌跡相似度深化診斷

A.6.2.1根據場景特點，建立專項診斷指標，針對交叉口范圍內，車輛未按導向車道行駛行為的深化

診斷。根據車輛的行駛方向，判斷與車道導向方向的一致性，將向量方向閾值作為異常指標。

A.6.2.2建立深化診斷模型，通過自定義診斷指標異常閾值，結合實際場景對具體問題進行分析和排

查。

A.6.3輸出結果診斷

結合深化診斷模型，輸出診斷結果見表A.11。

表A.11車輛行為異常診斷指標及診斷結果

序號異常診斷指標診斷結果

車輛逆行，其中X方向發生逆行

1車輛行駛方向向量與車道導向方向向量間的夾角≥120°且夾角≤180°

次數多

2車輛行駛方向向量與車道導向方向向量間的夾角≥15°且夾角＜120°車輛變道或轉彎

A.6.4匹配治理措施

車輛行為異常對應的診斷結果及治理建議表A.12。

表A.12車輛行為異常診斷結果及治理建議

序號診斷結果治理建議

1車輛逆行，其中X方向發生逆行次數多加強XX路口X方向車輛逆行非現場執法力度，設置道路指示標志

15

T/ITSXXX.3—XXXX

加強XX路口X車道，車輛未按車道導向行駛非現場執法力度

2車輛變道或轉彎

建議檢查道路導向標識是否準確清晰，考慮“增加路線引導標志”

A.7弱勢交通參與者風險

A.7.1路口初步診斷

根據嚴重沖突率、大型車比例、萬車違章率3項指標，進行初步診斷，若指標超出預設規則，則啟

動深化診斷。

A.7.2路口深化診斷

A.7.2.1根據場景特點，建立專項診斷指標組，指標包括：

s)弱勢交通參與者混行指數：統計路口范圍內，不同進出口道的弱勢交通參與者數量（非機動車、

行人），通過計算機動車和弱勢交通障礙物的航向角與速度，判斷碰撞概率，得出混行指數；

t)擁堵指數：統計周期內，路口、車道組運行通暢水平中的城市交通運行指數；

u)飽和度：統計周期內，路口、車道組運行通暢水平中的交通基礎設施V/C比；

A.7.2.2建立深化診斷模型、通過自定義診斷指標異常閾值，進行相關問題判斷。

A.7.3輸出診斷結果

結合深化診斷模型，輸出診斷結果見表A.13。

表A.13弱勢交通參與者輸出診斷結果

序號異常診斷指標診斷結果

1路口級：機非混行指數、擁堵指數、飽和度弱勢交通參與者碰撞風險高（路口級）

2車道組級：機非混行指數、擁堵指數、飽和度弱勢交通參與者碰撞風險高（車道組級）

A.7.4匹配治理措施

弱勢交通參與者風險診斷結果及治理建議見表A.14。

表A.14弱勢交通參與者風險診斷結果及治理建議

序號診斷結果治理建議

?增加機動車終端TTS預警：當診斷到同一路口或同一車道組內，存在機動車

與弱勢交通高碰撞行為風險后，向已接入終端的目標機動車發送TTS預警

1弱勢交通碰撞風險高

?增加路口聲光報警器，當診斷到風險時，同時進行語音、閃爍報警

?增設路口顯示屏，向車輛、行人展示發現的實時問題

16

附錄B

（資料性）

診斷場景具體建議措施

B.1診斷問題與治理建議對應關系

從治理角度，將治理措施進行分類，并形成與診斷問題的映射關系。

治理措施分為政府治理、出行引導兩類，分別面向政府單位與出行民眾提供服務。治理建議從安全、

效率兩個維度展開，本文提供治理措施建議以及與診斷問題的映射關系作為參考，具體治理措施需要根

據不同交通現狀進行靈活選擇。治理建議及診斷問題見表B.1。

表B.1治理建議及診斷問題

診斷問題

弱勢

機動車交叉口

交通

治理措施建議交叉

大型大型車道

交通口嚴弱勢

車右車輛行車闖利用

數據重沖交通

轉風為異常紅燈不均

異常突高風險

險嚴重衡

發

交通安全設施布設√√√√

非現場執法設備布設√√√√

安全治理現場執法警力部署√

視距遮擋物檢查與清理√

重點車專項治理√√√

治理建議