智慧交通系统-(电子警察设计方案)

-交通管理智慧监控系统解决方案2021年04月. z.-第一章背景及需求61.1 应用背景61.2 业务现状61.3 总体目标7第二章系统总体思路82.1 设计思想82.2 设计原则92.3 设计依据102.4 技术路线112.4.1 智慧前端技术设计路线112.4.2 智慧链路技术设计路线132.4.3 智慧存储技术设计路线142.4.4 智慧平台技术设计路线14第三章系统总体设计163.1 系统组成163.1.1 前端子系统163.1.2 网络传输子系统163.1.3 后端管理子系统173.1.4 中心存储子系统173.1.5 后端云构造化分析效劳器173.2 典型构造183.3 总体构架183.3.1 前端分析模式183.3.2 后端分析模式193.4 信息流向203.4.1 前端分析模式203.4.2 后端分析模式223.5 应用环境243.6 用户体验253.6.1 道路全断面高清视频监视253.6.2 全实时高清录像263.6.3 机动车抓拍记录273.6.4 机动车特征属性自动提取283.6.5 机非人检测293.6.6 机非人分类检索313.6.7 基于特征属性的快速检索323.6.8 套牌车辆实时分析及布控333.6.9 基于特征属性的车辆智能研判343.6.10 视频检索协助破案例如373.7 系统功能383.7.1 道路全断面视频监视383.7.2 全天候高清视频录像383.7.3 机动车通行记录抓拍393.7.4 非机动车通行记录抓拍393.7.5 行人通行记录抓拍393.7.6 机动车车牌识别393.7.7 机动车车身颜色识别403.7.8 机动车车型判别功能403.7.9 机动车车标识别413.7.10 机非人图片分类检索413.7.11 交通参数采集统计413.7.12 视频标签自动叠加413.7.13 录像视频及图片快速检索413.7.14 套牌车辆实时分析及布控413.7.15 图像防篡改功能423.7.16 网络远程维护功能423.7.17 系统运行闭环运维保障体系423.8 系统性能43第四章前端分析模式前端子系统设计454.1 前端子系统构造454.2 前端子系统工程布局454.3 前端设备安装效果47第五章网络传输子系统设计495.1 前端点位接入网495.2 监控中心会聚网络495.3 监控中心核心网络49第六章后端构造化分析子系统设计516.1 系统概述516.2 系统架构与组成516.3 系统功能536.3.1 实时流与历史流分析536.3.2 车辆根底信息识别536.3.3 车辆品牌与子品牌识别546.3.4 平安带检测识别546.3.5 遮阳板检测识别546.3.6 危险品车辆检测556.3.7 打检测识别556.3.8 黄标车检测识别556.4 系统详细设计556.4.1 对前端视频资源的要求556.4.2 硬件资源配置与性能55第七章存储子系统设计587.1 存储设计综述587.2 存储方案选择597.2.1 设备SD卡存储597.2.2 常规NVR597.2.3 高密度NVR607.2.4 直存CVR607.2.5 云存储系统607.3 存储容量估算617.3.1 数据存储627.3.2 图片存储637.3.3 视频存储63第八章中心管理平台设计648.1 平台概述648.1.1 平台整体架构648.1.2 平台功能模块668.1.3 平台业务支撑678.2 平台运行环境688.2.1 硬件环境688.2.2 软件环境698.2.3 网络环境708.3 配置原则708.4 平台功能设计708.4.1 视频监控708.4.2 交通监控758.4.3 运维管理868.4.4 流媒体管理898.4.5 存储管理908.4.6 报警管理928.4.7 电视墙管理948.4.8 跨网域访问958.4.9 车辆布控958.4.10 电子地图988.4.11 实时套牌检测1058.4.12 智能研判108第九章统优势1189.1 应用优势1189.2 技术优势1189.2.1 采用“AI+深度学习架构1189.2.2 交通管理业务能力提升1199.2.3 星光级监控1229.2.4 高清摄像机的一体化设计1229.2.5 适用室外道路监控的专属硬件构造设计1229.2.6 高清摄像机集成算法的自主知识产权1229.2.7 后端分析模式采用超高集成度硬件设备1229.3 工程优势123第 一 章 背景及需求1.1 应用背景近年来，随着我国综合实力和国民收入水平的提高，机动车每年以10%20%的速度迅猛增长，道路建立步伐加快，全国城市化水平也在不断提高，交通管理现状和交通供需关系的矛盾进一步加剧，与交通相关的刑事和治安案件数量也逐年上升，特别是像肇事或作案后驾车沿公路逃逸、盗抢机动车辆、车辆违章行驶等案件。在此情况下，如何利用先进的科技手段提高城市交通管理水平、抑制交通事故、打击涉车案件、震慑犯罪分子，成为了当前公安交通部门亟待解决的问题。为有效应对影响社会平安稳定的突出问题，创新立体化社会治安防控体系，依法严密防范和惩治各类*犯罪活动，全面推进平安中国建立，国家和各地方政府将社会治安防控体系的建立作为工作的重心，城市道路监控系统的建立在全国范围内如火如荼的展开，取得了可喜的成绩，各地道路监控网格已初步显现，城市治安状况明显改善。城市道路监控系统作为城市治安防控体系的根本骨架，在治安防控和交通管理中发挥着重要的作用，为道路交通状况监控、交通肇事逃逸追捕、刑事治安案件的侦破等提供有价值的线索，大大提高了交通管理水平和办案效率。同时，对于交通管理业务而言，道路监控为其提供了实时道路状况、过车信息，有助于交通秩序维护、交通指挥调度以及应急处突决策等等。1.2 业务现状为了形成监控网络，城市中往往建立了成百上千甚至上万路的海量监控探头，其中枪机主要发挥看点作用，一般会将枪机镜头视野投向较大范围的关注区域，并保持常态固定不动。这些海量的监控探头在带来大量的可用视频资源的同时，也带来了严峻的信息检索难题。假设想在海量的视频数据中去查找*一特定目标对象的话，以传统人工查证的方式，犹如大海捞针，费时费力。而且，传统的视频监控系统大多以满足实时监看和事后录像查证为主，而治安防控的核心应该是“预警防范处置善后，尤其是前两步“预警和防范更是重中之重。传统的监控系统无法全面满足治安反恐的高要求。1.3 总体目标我们希望通过为公安交通管理部门建立新一代城市道路智慧监控系统实现以下核心目标：1在满足较大范围关注区域，不阻碍图像治安防范和道路交通监控情况下，具备目标分类、目标特征识别，实现在海量视频录像对特定对象的高效查证。2促成治安防控业务模式从事后查证到主动防控的质的飞跃。3在道路监控的根底上可以为交通管理部门提供车辆通行信息。为基于数据分析、应用的业务，如交通态势评估、交通流量分析与发布等提供更加准确、实时的数据资源，提供辅助决策依据。第 二 章 系统总体思路2.1 设计思想城市道路智慧监控系统以下简称：智慧监控系统是一种面向城市治安防控和交通管理的复合型的高清视频监控系统。在满足常规道路监控系统对道路断面全覆盖的视频监控需求以及全天候的高清录像需求的同时，智慧监控系统引入全画面视频检测、视频跟踪、车牌识别等多种业内领先的视频智能技术，使得传统的道路监控系统具备了以下新的能力：1机动车通行自动记录并抓拍1*图片；2机动车特征属性车牌、车牌颜色、车身颜色、车辆类型、车辆标志自动提取；3机动车、非机动车、行人分类检测记录；4特征属性视频标签自动叠加；5交通参数自动采集统计；结合中心智慧平台的研判分析模块可实现以下新的业务应用：6基于特征属性的视频录像及图片快速检索；7假/套牌车辆实时分析及报警；8机动车辆黑布控及报警；9基于特征属性的车辆智能研判；10多源融合的交通诱导辅助决策分析。智慧监控系统解决了传统的视频监控模式海量视频录像堆砌在中心，需要大量人力投入进展人工查证的问题，同时促成监控业务模式从事后查证到主动视频防控的质的飞跃！2.2 设计原则智慧监控系统的核心目标是最大限度的开掘道路视频监控系统的价值。在总体原则上，按照“构造上的整体性，技术上的先进性，使用上的稳定性，经济上的合理性，操作上的友好性，升级上的可拓展性进展设计。1) 整体性系统在设计上更多的关注系统架构的稳定性与应用创新。智慧监控系统在满足传统道路视频监控系统对道路断面全覆盖的视频监控以及全天候的高清录像需求的同时，集成了道路目标检测、特征信息提取、特征属性视频标签叠加、交通参数统计、高清图片抓拍、图片处理、数据存储、在线传输等功能，所有功能高度集成，一体化设计，并不需要增加额外的硬件分析效劳器，使整个系统更加简单和稳定。2) 先进性系统采用先进的、具有前瞻性的视频监控技术，包括高清视频编解码技术、视频智能分析技术、高清视频存储技术、数据高效检索技术以及先进的智慧管理平台等。在系统设计过程中，充分借鉴、利用国内外的先进技术和成功经历，在系统构造上和设备选型上精益求精，将这些代表行业开展趋势的先进技术有机结合在一起，设计出一套性能优异的道路智慧监控系统。整体设计具有一定的超前意识而不局限于目前的使用条件和规模。3) 稳定性道路智慧监控系统牵涉面多、规模大、使用率高，系统设计时将统筹考虑所用设备和控制系统，选用国内外有多年使用经历的成熟、可靠、标准化的知名品牌产品，符合当前公安交管部门管理工作的开展方向，同时系统选用成熟的技术，减少了系统的技术风险。系统中核心的智慧监控分析设备、存储设备、中心效劳器及后台效劳软件等，可实现掉电恢复后设备及软件自动恢复正常连接、断网恢复后设备及软件自动恢复正常连接等故障自动诊断恢复能力，启动过程无需过多人工干预。4) 经济性以行业标准作为设计依据，充分考虑用户实际需要和技术开展趋势，在满足用户对功能、质量、性能、价格和效劳等各方面要求的前提下，实现最优化的系统设备配置，降低系统造价。5) 可扩展性系统采用灵活、开放的模块化设计，赋予构造上极大的灵活性，为系统扩展、升级及可预见的管理模式的改变留有余地。核心设备如存储设备、中心效劳器等具有强大的扩展功能，可随着治安防控需求的不断增长进展方便的扩大和平滑升级，为以后的扩大和开展提供技术上的保障。各子系统能互联互控，实现信息共享。6) 易维护性与易用性系统主要使用人员为公安警察、交通管理者，从满足治安防控实战需要出发，系统采用简洁、友好的人机界面，具有多媒体化操作设计，在出现系统故障时，能够简便快捷的进展处理。前端设备支持远程升级和远程故障排除功能，维护便捷，降低系统运维管理本钱。同时可自动检测系统中设备的运行状态，并示出详细参数，以辅佐管理人员及时准确地判断和解决问题。使用稳定易用的硬件和软件，完全不需借助任何专用维护工具，即降低了对管理人员进展专业知识的培训费用，也节省了日常频繁地维护费用。2.3 设计依据 ?公安交通指挥系统工程建立通用程序和要求?GA/T651-2021 ?公安交通管理外场设备根底施工通用要求?GA/T652-2021 ?公路车辆智能监测记录系统通用技术条件?GA/T497-2021 ?机动车号牌图像自动识别技术标准?GA/833-2021 ?中华人民*国机动车号牌?GA36-2021 ?交通电视监视系统工程验收标准?GA/T 514-2004 ?公路交通平安设施设计技术标准?JTJ 074-2003 ?平安防范工程程序与要求?GA/T75-1994 ?视频安防监控系统技术要求?GA/T367-2001 ?民用闭路监视电视系统工程技术标准?(GB50198-2021) ?平安防范系统雷电浪涌防护技术要求?(GA/T670-2006)其他国家相关的政策法令、法规文件。2.4 技术路线智慧监控系统作为下一代视频监控信息系统，需要提供端到端的视频图像信息业务整体解决方案，包括智慧前端、智慧链路、智慧存储、智慧平台，所有环节遵照核心设计思想进展技术设计。2.4.1 智慧前端技术设计路线2.4.1.1 摄像机技术路线在车牌识别、违章捕获方面已经取得了很好的效果，无论是市场占有率还是客户评价均比拟好。但随着城市交通的开展，交通场景日益复杂，对摄像机自动分析的要求更为苛刻，原有ARM+DSP的硬件架构在性能上逐渐成为瓶颈，这也成为制约整个安防行业在交警业务上进一步精细化探索和优化的瓶颈。传统的相机只关注单一场景或交警业务。但随着智能交通的开展，交管部门所关注的业务和场景越来越多样化和复杂化，因此要求相机能够覆盖更多样的场景和业务，全面关注“人-车-路-环境，实现“一机多用。交通摄像机的硬件架构由原来的ARM+DSP更新为基于“高性能AI硬件构造+深度学习算法的架构，将图像处理方面的独特优势集成到前端摄像机内，在整体硬件性能与图像处理速度上提高了5-10倍。2.4.1.2 整体前端技术路线考虑到智慧监控系统前端都部署在室外，环境比拟恶劣，而且需要全天24小时不连续工作，对系统的稳定性和可靠性要求很高，因此智慧监控系统的前端均采用嵌入式一体化技术设计。1) 高清成像智慧监控摄像机和智慧监控球均采用“高清图像传感器+ISP+DSP技术方案，通过对ISP和DSP的精细化控制来确保高清图像的成像质量，使得高清摄像机在不同环境、不同光照条件下均可到达满足业务应用的成像效果。同时设备配置超低照度的SENSOR感光元件和针对道路环境设计的专属滤光片工艺，配合高性能的低照、降噪、宽动态算法，夜间成像效果更加明亮通透。2) 视频检测利用视频检测中的目标检测算法实时监测视频图像中的目标(机动车、非机动车、行人)，并提取目标的各种属性特征如机动车属性包括：目标构造、车辆号牌、车牌颜色、车辆行驶速度等，当目标进入抓拍识别区域时，自动记录特征图像。3) 车牌识别相对于单帧画面车牌识别技术，本系统采用“多帧识别技术，对每一帧画面都进展车牌识别，一方面可提升车牌识别准确率，另一方面有助于对每辆车进展持续跟踪。4) 视频跟踪视频跟踪技术应用于目标确认后通过监测区域视野范围的全过程。当目标触发确认后，系统通过视频跟踪检测算法对目标进展实时跟踪，通过对目标车辆的轨迹分析、预测和判别，适时做出记录决策。对于机动车采用基于车辆轮廓的跟踪算法，能提高区分前后跟车的准确性，即使车辆无车牌，也能捕获与跟踪。5) 交通参数采集在车辆检测、车辆跟踪的根底上，结合车道属性统计出分车道、分断面、分时段的车流数据，计算出车流量、占有率、车道平均速度等交通参数。6) 卡口监测利用多帧识别技术提取通行车辆的号牌特征，利用车牌颜色识别与车辆轮廓分析提取车型特征，利用视频跟踪技术对车辆进展抓拍记录，同时可与黑库进展比对、报警。7) 一机多用在满足高清视频监控和录像需求的同时，实现道路目标对象的捕获和特征信息提取，以及交通参数统计，为后端智慧平台提供充足的数据进展业务应用，减少监控摄像机投入。2.4.2 智慧链路技术设计路线传输链路负责完成视频图像信息的传输和交换，传输链路的可靠与稳定直接关系到最终的业务应用效果，智慧监控系统的传输链路设计需满足以下几点要求：1) 支持多种拓补前端智慧监控点位需接入支持包括电口RJ45、光口SFP、光端机、EPONONU模块或ONU设备、ADSL等多种接入方式，具体技术选择需结合实际的传输距离以及所需传输码流的带宽大小确定。链路设计需支持丰富的路由策略，包括采用动态路由协议RIP、OSPF、IS-IS以及BGP协议，和静态路由策略进展路由最优路线选择和路由备份设计。在会聚层需要按最优带宽方式进展网络路由设计。2) 动态带宽分配链路设计需支持流量QoS控制，对视频监控业务实时媒体流、视频存储流、录像回放媒体流、控制信令数据支持不同优先级的转发调度。需支持设备堆叠，保证重要业务数据部署会聚时带宽的充足。3) 断纤、断电自愈智慧监控系统需支持在传输链路因线路故障或断电等原因中断的情况下，始终处于保活状态，并当传输链路恢复时，前端与后台自动重连。同时数据传输具有以下缓存机制：当前端与后台中心系统的传输链路工作正常时，记录信息应经实时上传中心系统；当传输链路发生故障时，记录信息缓存在前端设备中，当传输链路恢复正常后，缓存在前端的记录信息应自动补录到后台中心系统。2.4.3 智慧存储技术设计路线存储系统作为视频、图片、特征数据、统计数据等存储和管理的重要环节，其稳定性和可靠性同样直接关系到最终的业务应用效果，智慧存储系统设计至少应满足以下要求：1) 存储系统具备724小时大码流不连续视频录像、快速检索、回放和管理的功能。2) 存储系统支持图片的高速写入、快速检索、并发下载、图片压缩、锁定、删除等功能。3) 随着数量容量增加，运行压力持续加大，存储系统能够通过集群技术、虚拟化技术动态自动调整业务压力，将业务响应的压力进展分散开来，减少单点压力过大。4) 存储系统应支持标签定义查询，如通过车辆号牌、车牌颜色等车辆特征属性信息结合通行地点、通行时间进展准确或模糊条件查询，快速定位车辆相关视频。5) 支持接入符合标准ONVIF、PSIA、GB28181协议的网络摄像机，并支持以私有协议方式接入第三方摄像机。支持接入不同分辨率、帧率、码率的网络摄像机。针对关键视频，包含实时流和历史视频进展加锁，确保不被循环覆盖；设备内部可实时备份录像数据，无需第三方软件。2.4.4 智慧平台技术设计路线智慧监控系统平台采用成熟、主流的技术构建，充分兼顾公安交警业务需求和技术的开展，充分考虑与公安其他信息系统的连接，建立可扩展的开放平台。1) 基于SOA体系设计系统框架，采用J2EE体系作为应用实现的标准，通过将前台展示、中间业务层和后端数据存储相别离的架构思想，来支持电子警察系统管理平台的多层架构设计，并可以满足跨硬件平台、跨操作系统的要求；2) 采用基于开放标准与技术的Web Service实现资源共享，实现跨平台异构多源数据的访问和互操作；3) 采用B/S方式架构，页面展现使用AJA*，提供更好的用户交互体验；4) 管理平台软件使用Oracle企业级数据库，并采用WebLogic商用应用中间件，不直接对外开放数据库通讯端口，保证数据库系统的平安；5) 平台各效劳系统支持分布式部署方式，可以根据业务开展要求分批部署，灵活扩大，关键效劳器还支持集群部署；系统各效劳模块可部署在通用效劳器硬件设备上，并具备较强的扩容性，能随着电子警察接入点的增加对平台进展硬件和模块的扩容不影响现有业务；6) 平台软件支持SSL协议加密方式进展传输，并支持公安部统一使用的USB密钥PKI认证方式，保证身份认证的平安性；7) 平台提供警用GIS平台接口，并提供接口调用的具体技术细节和相关协议，满足省、市、县局警用GIS平台共享过车数据和视频信息的需求。第 三 章 系统总体设计3.1 系统组成道路智慧监控系统由前端子系统、网络传输子系统和后端管理子系统组成。实现对监控点道路全断面的视频监视、图像传输、图像预览、录像存储、录像检索回放及管理，同时实现对机动车进展图片抓拍、识别、传输、处理、分析与集中管理。3.1.1 前端子系统3.1.1.1 前端分析模式负责完成道路断面的高清视频图像采集、编码、压缩及图像上传，同时负责完成对机动车的信息采集和分类。包括车辆特征照片、车牌与车牌颜色等。并完成图片信息识别、数据缓存以及压缩上传等功能。前端分析模式下的智慧监控系统，其前端子系统主要由智慧监控单元(或智慧监控球)、补光灯选配、光纤收发器等组成。3.1.1.2 后端分析模式负责完成道路断面的高清视频图像采集、编码、压缩，视频流传输给后端视频云构造化分析效劳器，由分析效劳器完成对机动车的信息采集和分类。后端分析模式下的智慧监控系统，前端主要有普通监控摄像机、补光灯选配、光纤收发器等组成。3.1.2 网络传输子系统负责系统组网，完成数据、图片的传输与交换。前端接入网络一般通过租用运营商光纤链路组建专网裸光纤或带宽租用，对于市区较密集的点位可通过EPON方式组网，对于偏远地区可采用WLAN方式组网。中心网络主要由接入层交换机以及核心交换机组成。3.1.3 后端管理子系统负责实现对辖区内相关数据的会聚、处理、存储、应用、管理与共享，由中心管理平台和存储系统组成。中心管理平台由搭载平台软件模块的效劳器组成，包括：管理效劳器、应用效劳器、Web效劳器、图片效劳器和数据库效劳器等。3.1.4 中心存储子系统根据系统规模需求，可选择NVR、直存磁盘阵列以及云存储系统，能够从智慧监控前端直接取流存储，其中直存磁盘阵列、云存储系统可实现视频流、构造化数据混合存储。3.1.5 后端云构造化分析效劳器对于系统中存在的已建的纯视频监控点位、无法通过系统升级而具备丰富的构造化分析的前端点位，系统通过后端云构造化分析效劳器取实时视频流，在后端进展构造化分析，其效果与前端分析一样，能够获取车辆属性、交通参数等数据信息，并可实现标签化的视频存储。3.2 典型构造图1. 典型系统构造3.3 总体构架根据视频智能分析设备的应用形态以及核心设备部署位置的不同，智慧监控系统可分为前端分析和后端分析两种架构。3.3.1 前端分析模式由前端一体化智慧监控单元或智慧监控球完成对常规道路断面的全覆盖监控和全天候录像，同时实现车辆捕获、车牌识别、车型识别、车身颜色识别、车流量统计等智能分析功能。智慧监控系统前端可安装在街道、公路两边的立杆横杆或龙门架上，对道路进展监控，并实现视频图像构造化描述提取车辆特征信息。单个230万像素智慧监控前端支持同时分析最多3个车道的过往车辆，并对56个车道进展监控，600万像素最多分析车道数则可增至4个。图2. 道路智慧监控系统前端分析模式系统构造3.3.2 后端分析模式通过部署大路数高并发的视频云构造化分析效劳器，接收普通监控摄像机采集的视频，实现对道路监控视频的车牌识别、车辆特征信息提取，并且能够根据车辆特征信息进展数据检索、录像定位及回放。智慧监控终端效劳器具备良好的兼容性，支持从多种设备取视频流进展分析，设备类型包括IPC、DVR、NVR、CVR、视频综合平台、流媒体效劳器等，以及支持Onvif、RTSP标准协议的其它厂家摄像机，适用范围广泛。后端分析架构能够实现对原有监控系统进展利旧，以最小本钱提高道路监控系统的应用价值，让道路监控系统智能化。图3. 道路智慧监控系统后端分析模式系统构造3.4 信息流向3.4.1 前端分析模式3.4.1.1 实时预览图4. 实时预览流3.4.1.2 录像回放图5. 录像回放流3.4.1.3 录像检索图6. 录像检索流3.4.1.4 图片存储、预览及回放图7. 图片存储、预览及回放3.4.2 后端分析模式3.4.2.1 实时预览图8. 实时预览流3.4.2.2 录像回放图9. 录像回放流3.4.2.3 录像检索图10. 录像检索流3.4.2.4 图片存储、预览及回放图11. 图片存储、预览及回放3.5 应用环境本系统适用于城市快速路、主干道、次干道、支路等城市道路环境以及城乡结合路段、乡镇道路等，主要用于道路路面监控及特征目标捕获分析。建议单台230万像素智慧监控单元监控覆盖视场不大于双向6车道。最优应用环境：双向4车道道路断面/单台智慧监控单元或智慧监控球图12. 前端部署小场景常规应用环境：双向6车道道路断面/单台智慧监控单元或智慧监控球图13. 前端部署大场景单台智慧监控单元或智慧监控球可实现对6车道及以下道路断面的高清视频监控的全覆盖；同时对临近智慧监控单元或智慧监控球的2-3条车道的机动车进展自动抓拍，并完成对机动车特征属性的自动提取以及视频标签的自动叠加。对于600万像素智慧监控前端，相对于230万像素前端，能够在视场范围上多覆盖12个车道，并能够识别4个车道的机动车进展自动抓拍、识别。3.6 用户体验3.6.1 道路全断面高清视频监视智慧监控前端可对纵深近200米的距离进展监控，横向监控覆盖逾6车道，分辨率19201200pi*el。图14. 道路全断面视频监控3.6.2 全实时高清录像智慧监控前端在进展机动车抓拍的同时还能够提供一路全实时的高清视频流25fps 19201200pi*el /CMOS、25fps 30722048pi*el /CMOS 。图15. 实时高清录像3.6.3 机动车抓拍记录在满足监控场景不大于双向六车道的条件下，系统能够对通过监控点视频监控覆盖范围内靠近摄像机的3条车道进展自动车辆捕获和识别，抓拍1*照片并生成一条机动车通行记录。图16. 机动车抓拍-第1车道图17. 机动车抓拍-第2车道图18. 机动车抓拍-第3车道3.6.4 机动车特征属性自动提取 车牌识别表1 车辆号牌识别字符字符种类具体内容阿拉伯数字“09十个英文字母“AZ二十六个省、自治区、直辖市简称用汉字京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝专用号牌简称用汉字领、使、警、学、挂、港、澳、试、超12式武警号牌字符WJ样式的字母、省份简称汉字、警种字母*、B、T、S、H、J、D、数字12式军车号牌字符各军区/各军兵种部拼音缩写字母、各军区/各军兵种部下辖各部属机构拼音缩写字母、数字 车牌颜色识别系统可自动识别黑、白、蓝、黄、绿五种车牌颜色。 车身颜色识别系统可自动区分出车辆为深色车辆还是浅色车辆，并识别出11种常见车身颜色，11种颜色包括：白，灰(银)，黄、粉、红、绿、蓝、棕、黑、紫、青。 车型识别系统能通过车牌颜色和视频检测技术结合的方法对车辆类型进展判别，能识别轿车、客车、面包车、大货车、小货车、中型客车、SUV-MVP等7种车型。 车标识别系统能通过视频自动检测识别90种常见车辆标识。3.6.5 机非人检测系统具有机动车、非机动车、行人分类检测捕获功能。图19. 机动车检测图20. 非机动车检测图21. 行人检测3.6.6 机非人分类检索图22. 机动车检索图23. 非机动车检索图24. 行人检索3.6.7 基于特征属性的快速检索3.6.7.1 图片检索图25. 图片检索3.6.7.2 视频检索1) 按车牌、车牌颜色等条件，查询过车信息。图26. 特征检索2) 点击回放按钮，回放与该过车时间点关联前后的录像。图27. 视频回放3.6.8 套牌车辆实时分析及布控系统可根据智慧监控前端点位坐标信息计算出任意两点之间的最短路径和理论最短行程时间，自动比对不满足最短行程时间间隔规则的一样号牌的车辆，实现套牌车辆分析研判。图28. 套牌车分析布控3.6.9 基于特征属性的车辆智能研判系统能够提供的车辆智能研判包括行车轨迹分析、关联性分析、频繁过车分析、初次入城分析、区域碰撞分析等。3.6.9.1 行车轨迹研判当*车辆连续通过多个智慧监控采集点时，系统可以在指定的时间范围内，分析特定车辆或者模糊号牌车辆的所有过车信息，并在列表中按照时间先后顺序显示指定号牌的搜索结果按时间顺序显示，即可形成一条轨迹路线。同时支持在GIS地图上重现该车辆的行车路线，从而进展行为分析。图29. 行车轨迹研判结合GIS系统应用，对指定车辆进展行车轨迹研判，使研判结果更具直观性和可读性。图30. 行车轨迹研判GIS应用3.6.9.2 跟车关联研判针对刑侦时犯罪团伙车辆经常结队活动作案或跟随受害车辆实施作案的特点，对犯罪嫌疑车辆进展信息检索时，根据已掌握的车辆信息，分析其有限时间和地域范围内相邻跟随的车辆号牌，挖掘出与案件有关联的车辆，为刑侦破案提供线索。图31. 跟车关联研判原理3.6.9.3 频繁过车研判根据设定的频度阈值，分析在一段时间内通过*智慧监控前端点位的次数超过设定阈值的车辆，并对过车的频度值进展统计汇总。研判结果一方面用作交通信息采集，另一方面可用于对活动异常的车辆进展预警。图32. 频繁过车研判3.6.9.4 区域碰撞研判对于指定的两个或两个以上区域范围内的所有智慧监控点位，对选定时间段内的过车信息进展比对，碰撞检索并准确定位具备一样特征要素的机动车车牌、车牌颜色、车型、车身颜色等车辆属性信息均可作为研判特征要素。区域碰撞研判可以快速发现不同区域涉案嫌疑车辆之间的关联性，给公安查询分析跨区反复作案的嫌疑车辆带来极大的便利。图33. 区域碰撞原理3.6.10 视频检索协助破案例如1) 2021年9月4日 18:30左右，*路段发生一起交通事故、肇事车主驾车逃逸；2) 具现场目击者反映，肇事车辆为一辆红色轿车车牌为“云A649?Y；3) 因事故现场没有安装监控系统，故扩大搜索范围，选定距离事故地点20分钟车程范围内的所有智慧监控点；4) 进展条件为：车牌为“云A649?Y 的条件搜索；5) 发现下午2021年9月4日 18:05:26在附近的圆通大桥的智慧监控点出现过一辆牌照为“蓝云A649*Y 的深红色轿车与目击者反映的车辆十分相近；检索到的录像视频如下：播放位置：从嫌疑车辆出现时前10秒可根据需要调整处开场播放视频。图34. 目标录像检索检索到的对应的抓拍图片如下：6) 在智慧监控系统全网范围内搜索该车辆，通过比对事故时间点前后车辆外观的差异，最终锁定该车辆为肇事逃逸车辆；7) 通过在全网范围内对该车辆进展布控，终抓获肇事逃逸车主。3.7 系统功能3.7.1 道路全断面视频监视在满足系统应用环境要求的条件下见本方案第2章，单台智慧监控单元能够在保证视频检测分析区域对像素点要求的同时实现对整个道路断面的监控视场全覆盖，监控中心可实时调看智慧监控单元的高清视频图像。3.7.2 全天候高清视频录像智慧监控单元在进展机动车抓拍的同时还能够提供一路全实时的高清视频流25/30fps19201200pi*el、25fps30722048pi*el，视频流传输至监控中心，通过部署在监控中心的存储设备进展录像存储。3.7.3 机动车通行记录抓拍系统能够对通过智慧监控点视频检测分析区域临近智慧监控单元的2-3条车道的机动车进展自动记录，抓拍1*照片并生成一条机动车通行记录。3.7.4 非机动车通行记录抓拍系统在白天能够对通过智慧监控点视频检测分析区域临近智慧监控单元的2条车道的非机动车进展自动记录，抓拍1*照片并生成一条非机动车通行记录。3.7.5 行人通行记录抓拍系统在白天能够对通过智慧监控点视频检测分析区域临近智慧监控单元的2条车道的行人进展自动记录，抓拍1*照片并生成一条行人通行记录。3.7.6 机动车车牌识别系统通过机动车号牌定位、字符切分、字符匹配和图像预处理实现号牌自动识别功能。可识别符合“GA36-2021标准的民用车牌和2021式军车号牌、2021式武警部队号牌。系统可以识别蓝、黄、黑、白、绿五种号牌颜色，并可根据不同的号牌颜色区分车辆类型。同时，系统支持对新能源车牌的识别。图35. 系统识别号牌例如前端识别技术车辆牌照识别算法车牌识别、车牌颜色识别集成在智慧监控单元中，无需专门配置单独的车牌识别效劳器。3.7.7 机动车车身颜色识别系统自动对车身深浅和颜色进展识别，可供用户根据车身颜色来查询通行车辆，为公安交通管理和刑侦案件侦破提供科技新手段。系统可自动区分出车辆为深色车辆还是浅色车辆；并识别出11种常见车身颜色，11种颜色包括：白，灰银，黄、粉、红、绿、蓝、棕、黑、紫、青。3.7.8 机动车车型判别功能系统采用车牌颜色和视频检测技术结合的方法对车辆类型进展判别，能识别轿车、客车、面包车、大货车、小货车、中型客车、SUV-MVP等7种车型。3.7.9 机动车车标识别系统能通过视频自动检测识别常见的90种车辆标识。3.7.10 机非人图片分类检索系统采用轮廓识别法自动对机动车、非机动车、行人进展判别和分类，并将抓拍图片按机、非、人进展分类存储。用户可根据实际应用需求设置图片的存储路径。3.7.11 交通参数采集统计系统支持统计交通流参数，包括流量、车速、时间占有率、车长、车头时距等；交通数据统计周期可按需求进展设置和输出，并支持丰富的图形报表及数据导出。3.7.12 视频标签自动叠加系统自动将车牌、车牌颜色、车身颜色、车型等车辆特征属性信息的识别结果以视频标签的形式叠加到录像视频流中并与抓拍的图片进展关联。3.7.13 录像视频及图片快速检索用户可根据车辆号牌、车牌颜色、车身颜色、车型等车辆特征属性信息结合通行地点、通行时间进展准确或模糊条件查询，快速检索定位到所需关注的对象的录像视频及图片。3.7.14 套牌车辆实时分析及布控系统可根据智慧监控前端点位坐标信息计算出任意两点之间的最短路径和理论最短行程时间，自动比对不满足最短行程时间间隔规则的一样号牌的车辆，实时发现锁定套牌嫌疑车辆，提示报警并执行套牌嫌疑布控。系统支持人工复核，如果确认不是套牌，可将该条记录从数据库套牌嫌疑过车表删除。3.7.15 图像防篡改功能系统记录的原始图像信息具备防篡改功能，防止在传输、存储、处理等过程中被人为篡改。3.7.16 网络远程维护功能智慧监控前端子系统预留了时间校正接口、参数设置接口、运行情况的诊断接口和恢复接口，可对前端设备进展设置、调试及维护。管理员可以实时查看前端设备的运行状态。可通过网络实现远程维护、远程设置和远程升级等功能。3.7.17 系统运行闭环运维保障体系系统平台运维管理模块包括网络管理和资产管理两大局部，具有软硬件运行状态监测、运行异常报警、维修需求通报、维修反应登记、日常运维监视等五大运维管理机制，共同构成系统运行的闭环运维保障体系，确保系统长期有效的为用户提供效劳。图36. 系统运维3.8 系统性能表2 系统性能序号工程指标1道路断面监控支持230万： 25fps(19201200)；600万：25fps(30722048)；2视频压缩标准H.264/H.265/MJPEG；3压缩输出码率32Kbps16Mbps；4最低照度彩色：0.03l*AGC ON黑白：0.02l*AGC ON；5亮度等级不小于10级；6水平解像力不小于1000线；7监控覆盖范围纵深视频监控覆盖范围不少于200米，横向视频监控覆盖范围不少于6车道600万可覆盖8车道，每车道按照3.75米计算；8分析车道数在视频监控覆盖范围条件下，对靠近摄像机的3条车道600万可4条车道进展自动车辆捕获和识别；9机动车抓拍支持、通行抓拍1*照片；10车辆捕获率白天：第一车道靠近立杆车辆捕获率90%；第二车道车辆捕获率80%；第三车道车辆捕获率70%；夜间环境亮度高于70lu*，70%；夜间环境亮度低于70lu*时车辆捕获率无法保证；11车辆号牌识别率车辆号牌识别率：85%；号牌识别准确率：白天90%，晚上80%；12图片格式及占用空间JEPG，24bit 彩色。每*约300KB；13识别牌照种类车牌类别：民用车牌除5小车辆，警用车牌，12式新军用车牌，12式武警车牌；车牌颜色：黑、白、蓝、黄、绿；14机非人检测率白天80%，夜间70%环境亮度高于70lu*，夜间环境亮度低于70lu*时车辆捕获率无法保证。第 四 章 前端分析模式前端子系统设计4.1 前端子系统构造图37. 前端子系统构造前端子系统包括智慧监控单元或智慧监控球、环境补光灯大角度常亮LED补光灯，配合智慧监控单元使用，选配、光纤收发器及杆件等相关组件。1智慧监控单元：采用230万像素/600万像素低照度一体化智能高清摄像机，内置目标检测与特征识别算法，可实现图像采集、机非人检测、车辆特征识别等，支持SD卡前端存储。2智慧监控球：采用200万像素星光级/300万低照度智能高清一体化球，内置目标检测与特征识别算法，可实现图像采集、机非人检测、车辆特征识别等，支持SD卡前端存储。根据不同环境亮度，可选择采用无补光、红外补光、白光补光等相对应模式。3环境补光灯：配合智慧监控单元使用，夜间环境亮度较差时选配。选用LED灯作为光源，主要用以环境补光，有效提高夜间图像显示效果和标识标线的显示效果，灯光亮度符合国家环保标准，对人眼无刺激。具有良好的防水、防尘功能，能长时间适应室外工作环境。4.2 前端子系统工程布局前端智慧监控单元或智慧监控球的架设方式与常规道路监控完全一样。1采用46米的监控立杆，挑臂伸出13米。2智慧监控单元或智慧监控球架设在挑臂上，距离立杆轴心13米的位置，与道路行车方向倾斜一定角度不超过30。3大角度LED常亮补光灯距离智慧监控单元13米(环境亮度较差时可选配)。4光纤收发器等安装于抱杆机柜。图38. 230万外场设备安装布局图39. 600万外场设备安装布局4.3 前端设备安装效果图40. 外场设备安装效果第 五 章 网络传输子系统设计网络传输子系统主要包括前端监控点位接入网络、监控中心会聚网络和监控中心核心网络。5.1 前端点位接入网前端接入网络主要用于接入前端各种网络设备，一般通过租用运营商光纤链路组建专网裸光纤或带宽租用。对于市区较密集的点位可通过EPON方式组网，对于偏远地区可采用WLAN方式组网。具体技术选择需结合实际情况进展确认。5.2 监控中心会聚网络监控中心会聚网络需要满足以下几个条件：1接入层交换机上行采用千兆链路接入，网络端口必须为千兆或者更高接口，需支持端口自协商，背板带宽不高于上行流量设计的总带宽的80%。2支持流量QoS控制，支持对视频监控业务实时媒体流、视频存储流、录像回放媒体流、控制信令数据支持不同优先级的转发调。3支持设备堆叠，保证重要业务数据部署时会聚设备的稳定性和可靠性。4需支持多种防环设计协议，包括RRPP环网、RPR环网以及MSTP协议，支持大规模网络设计时防环设计。5支持丰富的路由策略，包括采用动态路由协议RIP、OSPF、IS-IS以及BGP协议，和静态路由策略进展路由最优路线选择和路由备份设计。在会聚层需要按最优带宽方式进展网络路由设计。5.3 监控中心核心网络监控中心核心网络作为视频监控设备的核心管理调度枢纽，需在平安性、可靠性、包交换速度、以及稳定性方面进展重点的部署。需按如下几个方面进展设计：1部署位置需在核心区域，路由条目较少，选路简单，只负责核心路由的选路，满足网络稳定的需要。2核心网设备需考虑部署IRF堆叠，保证转发的带宽以及包交换速度满足业务需求，同时在稳定性方面对设备进展热备，防止单点瓶颈和单点故障。第 六 章 后端构造化分析子系统设计6.1 系统概述作为视频构造化应用的重要补充，后端构造化能够有效地将常规道路监控资源泛指所有不带有构造化功能的、输出纯视频资源的监控前端设备加以利用，通过后置构造化效劳器，实现纯视频资源的构造化，提取视频中的重要信息，供平台实现业务应用。近年来，行业内出现不少厂家，通过*86效劳器或嵌入式效劳器、工业控制计算机等设备，从前端设备直接取流或从平台流媒体功能模块取流，实现视频构造化分析，然而传统的效劳器处理能力有限，一块传统CPU最多只能处理十几路的1080p视频流，考虑到要进展大规模的升级，光是效劳器的数量就可能堆叠如山，从本钱、环境、能耗看来，都不符合实际。本方案中推荐的“猎鹰系列视频云构造化分析效劳器简称“猎鹰，下同专为海量视频监控智能构造化处理而设计，定位于后端智能构造化处理。“猎鹰系统兼容非智能前端设备，具有强大的视频构造处理能力，适用于新建工程或已建工程改造，可助力传统视频由初级智能转向高级智能。6.2 系统架构与组成本应用架构系统设备主要包括流媒体效劳器、交通综合管控平台软件等。“猎鹰支持对实时视频流或非实时历史录像视频流进展智能分析，并将构造化处理后的目标图片及构造化文本信息存在本机的应用单元模块中，可提供IE检索和查询界面，能够实现对车辆和活动目标的快速查询。流媒体效劳器从前端IPC或NVR取实时视频流或从录像存储设备上取非实时录像视频流，并将取到的视频流转发给“猎鹰供其做构造化处理。公安行业平台软件作为应用平台，提供前端监控点信息外，还可作为上层综合应用平台，实现用户的个性化应用需求。图41. 系统机构与组成1) “猎鹰“猎鹰主要实现视频流包括实时视频流或录像视频流的智能分析处理，完成视频数据的构造化提取。“猎鹰与交通综合管控平台软件进展对接，将平台上的监控点信息予以同步，通过分析流媒体效劳器转发的视频流，对视频数据作构造化处理，构造化后的目标图片和构造化文本信息存储在本机应用单元模块中。通过“猎鹰自带的IE界面，可实现车辆及活动目标的快速检索应用，此外，“猎鹰亦能够将生成的图片和构造化数据信息写入平台的图片效劳器和数据库，为实现进一步的业务应用提供根底数据、资源。2) 流媒体效劳器流媒体效劳器从前端IPC或存储设备取实时视频流，从录像存储设备中取历史录像视频流，并将取到的视频流转发给“猎鹰，为“猎鹰的视频数据构造化处理提供视频流转发效劳。3) 平台软件交通综合管控平台整合交通管理各类应用，包括管理前端点位、中心设备以接收“猎鹰设备进展视频构造化的数据、图片等。6.3 系统功能6.3.1 实时流与历史流分析“猎鹰支持对实时视频流或历史录像流进展车辆信息以及活动目标特征的构造化提取。实时视频流分析为多路数并行构造化处理，历史视频流分析则为加速构造化处理。6.3.2 车辆根底信息识别车辆信息的构造化分析包括车牌识别、车身颜色、车辆类型等。具备对符合“GA36-2021标准的民用车牌、警用车牌、使领馆车牌的号牌自动识别能力，并且具备对2021式军车号牌、2021式武警部队号牌的自动识别能力，可识别的车牌字符包括： “09十个阿拉伯数字，“AZ二十六个英文字母； 省市区汉字简称京、津、冀、蒙、辽、吉、黑、沪、桂、浙、皖、闽、赣、桂、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、晋、苏、鲁、渝； 2021式军用车牌； 2021式武警车牌字符(WJ样式的字母、省份简称汉字、警种字母*、B、T、S、H、J、D、数字)； 号牌分类用汉字警、学、领、试、挂、港、澳、台； 港澳车内地牌照、使馆、领事馆、民航车牌；可识别的车身颜色包括：能够识别11种车身颜色，白色、灰色、黑色、红色、紫色、蓝色、黄色、绿色、青色、棕色、粉红色；还可以识别车身颜色的深色和浅色。可识别的车型包括：能够识别7种常见车型，包括客车、大货车、轿车、面包车、小货车、SUV-MPV、中型客车。6.3.3 车辆品牌与子品牌识别可识别200多种车辆的品牌，包括：*、宝马、群众、别克、丰田、本田、依维柯、金杯、福特、现代、马自达、奇瑞、奥迪、雪铁龙、雪弗兰、标致、东风、五菱、尼桑、起亚、皇冠、东南、比亚迪等。图42. 系统识别车辆品牌例如同样亦可识别2000多种车辆子品牌，包括：奥迪A6L、奥迪Q3、奥迪Q5、阿斯顿马丁DB9、阿斯顿马丁DBS、保时捷911、别克GL8、君威、君越、奔腾B50、奔腾B70、本田歌诗图、本田锋范、标致307、标致308等，其涉及范围包括当前已停售，或刚上市热销的各种细分车型。6.3.4 平安带检测识别可实现前排司乘人员是否系平安带的检测，其中未系平安带的车辆可按照道路交通平安法和实施条例进展*处分。6.3.5 遮阳板检测识别可实现前排驾驶位是否放下遮阳板的检测，在刑侦和稽查布控中可较好的利用该信息进展嫌疑车辆的初步筛查，将夜间仍放下遮阳板的车辆作为重点管控车辆进展管理。6.3.6 危险品车辆检测通过危险品车辆的特征检测可实现危险品车辆的识别，能为危险品车辆的专项整治和管理提供根底功能保障。6.3.7 打检测识别可通过视频检测的手段实现司机接打状态的智能识别和检测。可对开车接打的*驾驶行驶起到很好的震慑作用。6.3.8 黄标车检测识别可实现车辆挡风玻璃上黄标的识别，可在制止黄标车驶入的城区进展专项治理。6.4 系统详细设计6.4.1 对前端视频资源的要求前端摄像机须需满足一定的视角要求，例如车牌的横向宽度大于80个像素，人眼能分辨车牌，车辆运行方向与垂直角度的夹角小于20，可参考满足前端子系统设计中工程布局的视频资源作为取流选择依据。6.4.2 硬件资源配置与性能“猎鹰效劳器由智能分析单元和应用单元构成，其中智能分析单元负责视频构造化分析，应用单元负责将构造化分析后生成的图片、构造化数据信息予以存储。表3 硬件资源配置与性能业务配置智能分析单元最多可支持2个智能分析单元应用单元2个双路E5应用单元智能分析性能可选型号：DS-GPKIA0100-2*含2个智能分析单元车辆分析模式：最高160路1080P实时流并发分析最高160倍1080P历史流加速分析活动目标车辆、人分析模式：最高40路1080P实时流并发分析最高40倍1080P历史流加速分析可选型号：DS-GPKIA0100-1*含1个智能分析单元车辆分析模式：最高80路1080P实时流并发分析最高80倍1080P历史流加速分析活动目标车辆、人分析模式：最高20路1080P实时流并发分析最高20倍1080P历史流加速分析智能分析单元每单元 外部接口网络接口数据接口：3个10/100/1000自适应网口管理接口：1