研判路口交通变化
时空图网络学习路口间的时空规律，大模型结合已知事件校准预测，按三个未来时段呈现结果
YUNSHU · TRAFFIC SIMULATION系统界面展示
从全网态势，走向每一个路口20 INTERSECTIONS / 643 EDGES
20个
研究场景路口 · J01—J20
643条
中观场景有向道路边
3层
宏观 · 中观 · 微观
15分钟
历史窗口未来预测范围
CORE CAPABILITIES
从预测到验证，让每一步都有依据
面对交通态势难研判、路口协同难比较、控制效果难追溯的问题，
将模型、策略和场景放在一起，形成连贯的分析过程
比较协同控制方案
围绕固定配时、最大压力与图强化学习等方法，在明确的场景和评价口径下观察策略差异
复核多尺度运行过程
连接全网交通指标、多路口车流回放与三维路口场景，让方案影响回到可观察的运行过程
PRODUCT IN ACTION
复杂交通，在这里看得更清楚
来自项目的实际软件界面
切换功能，探索从网络到路口的不同视角
MESOSCOPIC SIMULATION一张路网，
一张路网，
看见车流如何演变
在 20 路口场景中回放车流与排队变化，沿时间轴观察局部压力和全网趋势
- 播放与时间轴控制
- 道路明细与图层切换
- 全网运行趋势
基于项目已保存的中观仿真记录
PREDICTION & AGENT从一次提问，
从一次提问，
到清晰的交通研判
查看 J01—J20 路口的预测排行、误差与曲线，结合历史窗口和事件信息分析变化
- 0—5 / 5—10 / 10—15 分钟
- STGNN 与 LLM 校准结果
- 数据问答与结果导出
基于选定历史窗口进行预测与复核
MICROSCOPIC VIEW聚焦一个路口，
聚焦一个路口，
观察每一段轨迹
在已配置数据的三维场景中，观察道路几何、车辆运行与信号之间的关系
- 单路口三维场景
- 车辆轨迹与运行细节
- 信号与道路空间关系
通过主系统 3D 仿真入口进入
界面截图用于介绍现有功能；各模块使用相应的模型计算结果或仿真记录点击图片可查看完整大图
A CONNECTED WORKFLOW
把一个交通问题，变成可复核的分析过程
从数据准备到结果解释，围绕同一场景开展实验，
让不同方案之间的差异有清晰的比较依据
准备交通场景
选择内置场景或导入自定义流量 CSV，明确道路、需求与信号条件
研判变化趋势
选择路口、历史窗口与事件条件，查看分时段预测及校准结果
比较控制策略
在统一场景与指标口径下，对比信号方案和已保存的控制实验结果
回放与复核
结合路网、曲线和车辆场景理解结果，导出图表或表格用于讨论
BUILT FOR YOUR SCENARIOS
面向研究，也面向具体的交通问题
交通管理方案评估
比较不同时段、事件与配时方案的表现，为拥堵治理、信号调整和试点方案提供评估参考
科研与算法实验
在明确的数据组和指标口径下比较预测与控制方法，支持实验复现、结果复核与研究展示
突发事件预案讨论
围绕事故、施工和通行能力下降等场景，观察上下游变化，为交通组织与预案讨论提供材料
A LITTLE MORE TO KNOW
了解产品，
也了解数据的来源
清楚的使用范围，
是理解每一次分析结果的起点
平台中的交通数据从哪里来？
速度、流量、排队和拥堵指标来自模型计算、项目内置场景或已保存的仿真记录，也支持导入自定义流量 CSV新版 Agent 尚未接入实时道路传感器
路口预测与道路优化分别支持什么？
路口预测基于选定历史窗口展示 STGNN 预测，并支持调用大模型进行事件校准道路优化用于比较同一事故场景下固定配时与 GM＋LLM 控制的已保存仿真结果，支持指标切换与图表、表格导出
宏观、中观和微观有什么区别？
宏观用于查看全网指标，中观用于回放多路口车流与排队演变，微观用于观察已配置数据的单个路口运行细节各入口使用相应模型或仿真记录
YUNSHU / VERSION 1.0
让每一个交通方案，都经得起推演
连接预测、控制与仿真，从理解交通变化开始
探索云枢智控