交通管理智慧监控系统
解 决 方 案
2018年04月
第 一 章 背景及需求 ..................................................................................................................... 6
1.1 应用背景 ........................................................................................................................... 6 1.2 业务现状 ........................................................................................................................... 6 1.3 总体目标 ........................................................................................................................... 7 第 二 章 系统总体思路 ................................................................................................................. 8
2.1 设计思想 ........................................................................................................................... 8 2.2 设计原则 ........................................................................................................................... 9 2.3 设计依据 ......................................................................................................................... 10 2.4 技术路线 ......................................................................................................................... 11
2.4.1 智慧前端技术设计路线 ....................................................................................... 11 2.4.2 智慧链路技术设计路线 ....................................................................................... 13 2.4.3 智慧存储技术设计路线 ....................................................................................... 14 2.4.4 智慧平台技术设计路线 ....................................................................................... 14
第 三 章 系统总体设计 ............................................................................................................... 16
3.1 系统组成 ......................................................................................................................... 16
3.1.1 前端子系统 ........................................................................................................... 16 3.1.2 网络传输子系统 ................................................................................................... 16 3.1.3 后端管理子系统 ................................................................................................... 17 3.1.4 中心存储子系统 ................................................................................................... 17 3.1.5 后端云结构化分析服务器 ................................................................................... 17 3.2 典型结构 ......................................................................................................................... 18 3.3 总体构架 ......................................................................................................................... 18
3.3.1 前端分析模式 ....................................................................................................... 18 3.3.2 后端分析模式 ....................................................................................................... 19 3.4 信息流向 ......................................................................................................................... 20
3.4.1 前端分析模式 ....................................................................................................... 20 3.4.2 后端分析模式 ....................................................................................................... 22 3.5 应用环境 ......................................................................................................................... 24 3.6 用户体验 ......................................................................................................................... 25
3.6.1 道路全断面高清视频监视 ................................................................................... 25 3.6.2 全实时高清录像 ................................................................................................... 26 3.6.3 机动车抓拍记录 ................................................................................................... 27 3.6.4 机动车特征属性自动提取 ................................................................................... 28 3.6.5 机非人检测 ........................................................................................................... 29 3.6.6 机非人分类检索 ................................................................................................... 31 3.6.7 基于特征属性的快速检索 ................................................................................... 32 3.6.8 套牌车辆实时分析及布控 ................................................................................... 33 3.6.9 基于特征属性的车辆智能研判 ........................................................................... 34 3.6.10 视频检索协助破案示例 ..................................................................................... 37 3.7 系统功能 ......................................................................................................................... 38
3.7.1 道路全断面视频监视 ........................................................................................... 38 3.7.2 全天候高清视频录像 ........................................................................................... 38
3.7.3 机动车通行记录抓拍 ........................................................................................... 39 3.7.4 非机动车通行记录抓拍 ....................................................................................... 39 3.7.5 行人通行记录抓拍 ............................................................................................... 39 3.7.6 机动车车牌识别 ................................................................................................... 39 3.7.7 机动车车身颜色识别 ........................................................................................... 40 3.7.8 机动车车型判别功能 ........................................................................................... 40 3.7.9 机动车车标识别 ................................................................................................... 41 3.7.10 机非人图片分类检索 ......................................................................................... 41 3.7.11 交通参数采集统计 ............................................................................................. 41 3.7.12 视频标签自动叠加 ............................................................................................. 41 3.7.13 录像视频及图片快速检索 ................................................................................. 41 3.7.14 套牌车辆实时分析及布控 ................................................................................. 41 3.7.15 图像防篡改功能 ................................................................................................. 42 3.7.16 网络远程维护功能 ............................................................................................. 42 3.7.17 系统运行闭环运维保障体系 ............................................................................. 42 3.8 系统性能 ......................................................................................................................... 43 第 四 章 前端分析模式前端子系统设计 ................................................................................... 45
4.1 前端子系统结构 ............................................................................................................. 45 4.2 前端子系统工程布局 ..................................................................................................... 45 4.3 前端设备安装效果 ......................................................................................................... 47 第 五 章 网络传输子系统设计 ................................................................................................... 49
5.1 前端点位接入网 ............................................................................................................. 49 5.2 监控中心汇聚网络 ......................................................................................................... 49 5.3 监控中心核心网络 ......................................................................................................... 49 第 六 章 后端结构化分析子系统设计 ....................................................................................... 51
6.1 系统概述 ......................................................................................................................... 51 6.2 系统架构与组成 ............................................................................................................. 51 6.3 系统功能 ......................................................................................................................... 53
6.3.1 实时流与历史流分析 ........................................................................................... 53 6.3.2 车辆基础信息识别 ............................................................................................... 53 6.3.3 车辆品牌与子品牌识别 ....................................................................................... 54 6.3.4 安全带检测识别 ................................................................................................... 54 6.3.5 遮阳板检测识别 ................................................................................................... 54 6.3.6 危险品车辆检测 ................................................................................................... 55 6.3.7 打电话检测识别 ................................................................................................... 55 6.3.8 黄标车检测识别 ................................................................................................... 55 6.4 系统详细设计 ................................................................................................................. 55
6.4.1 对前端视频资源的要求 ....................................................................................... 55 6.4.2 硬件资源配置与性能 ........................................................................................... 55
第 七 章 存储子系统设计 ........................................................................................................... 58
7.1 存储设计综述 ................................................................................................................. 58 7.2 存储方案选择 ................................................................................................................. 59
7.2.1 设备SD卡存储 .................................................................................................... 59 7.2.2 常规NVR ............................................................................................................... 59 7.2.3 高密度NVR ........................................................................................................... 60 7.2.4 直存CVR ............................................................................................................... 60 7.2.5 云存储系统 ........................................................................................................... 60 7.3 存储容量估算 ................................................................................................................. 61
7.3.1 数据存储 ............................................................................................................... 62 7.3.2 图片存储 ............................................................................................................... 63 7.3.3 视频存储 ............................................................................................................... 63
第 八 章 中心管理平台设计 .......................................................................................................
8.1 平台概述 .........................................................................................................................
8.1.1 平台整体架构 ....................................................................................................... 8.1.2 平台功能模块 ....................................................................................................... 66 8.1.3 平台业务支撑 ....................................................................................................... 67 8.2 平台运行环境 ................................................................................................................. 68
8.2.1 硬件环境 ............................................................................................................... 68 8.2.2 软件环境 ............................................................................................................... 69 8.2.3 网络环境 ............................................................................................................... 70 8.3 配置原则 ......................................................................................................................... 70 8.4 平台功能设计 ................................................................................................................. 70
8.4.1 视频监控 ............................................................................................................... 70 8.4.2 交通监控 ............................................................................................................... 75 8.4.3 运维管理 ............................................................................................................... 86 8.4.4 流媒体管理 ........................................................................................................... 8.4.5 存储管理 ............................................................................................................... 90 8.4.6 报警管理 ............................................................................................................... 92 8.4.7 电视墙管理 ........................................................................................................... 94 8.4.8 跨网域访问 ........................................................................................................... 95 8.4.9 车辆布控 ............................................................................................................... 95 8.4.10 电子地图 ............................................................................................................. 98 8.4.11 实时套牌检测 ................................................................................................... 105 8.4.12 智能研判 ........................................................................................................... 108
第 九 章 统优势 ......................................................................................................................... 118
9.1 应用优势 ....................................................................................................................... 118 9.2 技术优势 ....................................................................................................................... 118
9.2.1 采用“AI+深度学习”架构 ............................................................................... 118 9.2.2 交通管理业务能力提升 ..................................................................................... 119 9.2.3 星光级监控 ......................................................................................................... 122 9.2.4 高清摄像机的一体化设计 ................................................................................. 122 9.2.5 适用室外道路监控的专属硬件结构设计 ......................................................... 122 9.2.6 高清摄像机集成算法的自主知识产权 ............................................................. 122 9.2.7 后端分析模式采用超高集成度硬件设备 ......................................................... 122
9.3 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，道路建设步伐加快，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，成为了当前交通部门亟待解决的问题。
为有效应对影响社会安全稳定的突出问题，创新立体化社会治安防控体系，依法严密防范和惩治各类违法犯罪活动，全面推**安中国建设，国家和各地方将社会治安防控体系的建设作为工作的重心，城市道路监控系统的建设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基本骨架，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，城市中往往建设了成百上千甚至上万路的海量监控探头，其中机主要发挥看点作用，一般会将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。若想在海量的视频数据中去查找某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
我们希望通过为交通管理部门建设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，不妨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）在道路监控的基础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张图片；
2）机动车特征属性（车牌号码、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）机动车辆黑名单布控及报警； 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行人工查证的问题，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发掘道路视频监控系统的价值。在总体原则上，按照“结构上的整体性，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”进行设计。
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服务器，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验，在系统结构上和设备选型上精益求精，将这些代表行业发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验的成熟、可靠、标准化的知名品牌产品，符合当前交管部门管理工作的发展方向，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、中心服务器及后台服务软件等，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发展趋势，在满足用户对功能、质量、性能、价格和服务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，赋予结构上极大的灵活性，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、中心服务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行方便的扩充和平滑升级，为以后的扩充和发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、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，能够简便快捷的进行处理。前端设备支持远程升级和远程故障排除功能，维护便捷，降低系统运维管理成本。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行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
➢ 《交通指挥系统工程建设通用程序和要求》（GA/T651-2014） ➢ 《交通管理外场设备基础施工通用要求》（GA/T652-2017） ➢ 《公路车辆智能监测记录系统通用技术条件》（GA/T497-2016） ➢ 《机动车号牌图像自动识别技术规范》（GA/833-2016） ➢ 《中华人民共和国机动车号牌》（GA36-2014）
➢ 《交通电视监视系统工程验收规范》（GA/T 514-2004） ➢ 《公路交通安全设施设计技术规范》（JTJ 074-2003） ➢ 《安全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规范》(GB50198-2011) ➢ 《安全防范系统雷电浪涌防护技术要求》(GA/T670-2006)
其他国家相关的法令、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行技术设计。
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较好。但随着城市交通的发展，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。但随着智能交通的发展，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硬件结构+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，环境比较恶劣，而且需要全天24小时不间断工作，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达到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：目标结构、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”，对每一帧画面都进行车牌识别，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行持续跟踪。
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行实时跟踪，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、车辆跟踪的基础上，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行抓拍记录，同时可与黑名单库进行比对、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行业务应用，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）、EPON（ONU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，和静态路由策略进行路由最优路线选择和路由备份设计。在汇聚层需要按最优带宽方式进行网络路由设计。
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汇聚时带宽的充足。
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7×24小时大码流不间断视频录像、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行分散开来，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、通行时间进行精确或模糊条件查询，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行加锁，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，充分兼顾交警业务需求和技术的发展，充分考虑与其他信息系统的连接，建设可扩展的开放平台。
1) 基于SOA体系设计系统框架，采用J2EE体系作为应用实现的规范，通过将前台展示、中间业务层和后端数据存储相分离的架构思想，来支持电子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AJAX，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，保证数据库系统的安全；
5) 平台各服务系统支持分布式部署方式，可以根据业务发展要求分批部署，灵活扩充，关键服务器还支持集群部署；系统各服务模块可部署在通用服务器硬件设备上，并具备较强的扩容性，能随着电子接入点的增加对平台进行硬件和模块的扩容不影响现有业务；
6) 平台软件支持SSL协议加密方式进行传输，并支持统一使用的USB密钥PKI认证方式，保证身份认证的安全性；
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行图片抓拍、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、车牌号码与车牌颜色等。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结构化分析服务器，由分析服务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汇聚、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服务器组成，包括：管理服务器、应用服务器、Web服务器、图片服务器和数据库服务器等。
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、结构化数据混合存储。
3.1.5 后端云结构化分析服务器
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结构化分析的前端点位，系统通过后端云结构化分析服务器取实时视频流，在后端进行结构化分析，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 典型结构
图1. 典型系统结构
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，对道路进行监控，并实现视频图像结构化描述（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5~6个车道进行监控，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·前端分析模式系统结构
3.3.2 后端分析模式
通过部署大路数高并发的视频云结构化分析服务器，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行数据检索、录像定位及回放。
智慧监控终端服务器具备良好的兼容性，支持从多种设备取视频流进行分析，设备类型包括IPC、DVR、NVR、CVR、视频综合平台、流媒体服务器等，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行利旧，以最小成本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·后端分析模式系统结构
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条车道的机动车进行自动抓拍，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1~2个车道，并能够识别4个车道的机动车进行自动抓拍、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米的距离进行监控，横向监控覆盖逾6车道，分辨率1920×1200pixel。
图14. 道路全断面视频监控
3.6.2 全实时高清录像
智慧监控前端在进行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 @1920×1200pixel /CMOS、25fps @3072×2048pixel /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条车道进行自动车辆捕获和识别，抓拍1张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
➢ 车牌号码识别
表1 车辆号牌识别字符
字符种类 阿拉伯数字 英文字母 具体内容 “0～9”十个 “A～Z”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式号牌字符 WJ样式的字母、省份简称汉字、警种字母（X、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行判别，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) 按车牌号码、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相同号牌的车辆，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
当某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，从而进行行为分析。
图29. 行车轨迹研判
结合GIS系统应用，对指定车辆进行行车轨迹研判，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，对犯罪嫌疑车辆进行信息检索时，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某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行统计汇总。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行预警。
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行比对，碰撞检索并精确定位具备相同特征要素的机动车（车牌号码、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 视频检索协助破案示例
1) 2013年9月4日 18:30左右，XX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A·9?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) 进行条件为：车牌为“云A·9?Y” 的条件搜索；
5) 发现下午2013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A·9xY” 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）处开始播放视频。
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行布控，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
智慧监控单元在进行机动车抓拍的同时还能够提供一路全实时的高清视频流（25/30fps@1920×1200pixel、25fps@3072×2048pixel），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行录像存储。
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）的机动车进行自动记录，抓拍1张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）的非机动车进行自动记录，抓拍1张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）的行人进行自动记录，抓拍1张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“GA36-2014”标准的民用车牌和2012式军车号牌、2012式号牌。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. 系统识别号牌示例
前端识别技术
车辆牌照识别算法（车牌号码识别、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服务器。
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行识别，可供用户根据车身颜色来查询通行车辆，为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行判别，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、行人进行判别和分类，并将抓拍图片按机、非、人进行分类存储。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行设置和输出，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
系统自动将车牌号码、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行关联。
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、通行时间进行精确或模糊条件查询，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相同号牌的车辆，
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，避免在传输、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，可对前端设备进行设置、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部分，具有软硬件运行状态监测、运行异常报警、维修需求通报、维修反馈登记、日常运维监督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服务。
图36. 系统运维
3.8 系统性能
表2 系统性能
序号 项目 指标 支持230万： 25fps(1920×1 道路断面监控 1200)； 600万：25fps(3072×2048)； 2 视频压缩标准 H.2/H.265/MJPEG； 3 压缩输出码率 32Kbps~16Mbps； 彩色：≤0.03lx（AGC ON）黑白：≤4 最低照度 0.02lx（AGC ON）； 5 亮度等级 不小于10级； 6 水平解像力 不小于1000线； 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7 监控覆盖范围 （600万可覆盖8车道，每车道按照3.75米计算）； 在视频监控覆盖范围条件下，对靠近8 分析车道数 摄像机的3条车道（600万可4条车道）进行自动车辆捕获和识别； 序号 项目 指标 9 机动车抓拍 支持、通行抓拍1张照片； 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%； 10 车辆捕获率 第三车道车辆捕获率≥70%； 夜间环境亮度高于70lux，≥70%；夜间环境亮度低于70lux时车辆捕获率无法保证； 车辆号牌识别率：≥85%； 11 车辆号牌识别率 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。每张约300KB； 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13 识别牌照种类 警车牌； 车牌颜色：黑、白、蓝、黄、绿； 白天≥80%，夜间≥70%（环境亮度高14 机非人检测率 于70lux），夜间环境亮度低于70lux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 前端子系统结构
图37. 前端子系统结构
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相同。 1）采用4~6米的监控立杆，挑臂伸出1~3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1~3米的位置，与道路行车方向倾斜一定角度（不超过30º）。
3）大角度LED常亮补光灯距离智慧监控单元1~3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、监控中心汇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行确认。
5.2 监控中心汇聚网络
监控中心汇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汇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，和静态路由策略进行路由最优路线选择和路由备份设计。在汇聚层需要按最优带宽方式进行网络路由设计。
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，需在安全性、可靠性、包交换速度、以及稳定性方面进行重点的部署。需按如下几个方面进行设计：
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行热备，防止单点瓶颈和单点故障。
第 六 章 后端结构化分析子系统设计
6.1 系统概述
作为视频结构化应用的重要补充，后端结构化能够有效地将常规道路监控资源（泛指所有不带有结构化功能的、输出纯视频资源的监控前端设备）加以利用，通过后置结构化服务器，实现纯视频资源的结构化，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X86服务器或嵌入式服务器、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，实现视频结构化分析，然而传统的服务器处理能力有限，一块传统CPU最多只能处理十几路的1080p视频流，考虑到要进行大规模的升级，光是服务器的数量就可能堆叠如山，从成本、环境、能耗看来，都不符合实际。
本方案中推荐的“猎鹰”系列视频云结构化分析服务器（简称“猎鹰”，下同）专为海量视频监控智能结构化处理而设计，定位于后端智能结构化处理。“猎鹰”系统兼容非智能前端设备，具有强大的视频结构处理能力，适用于新建项目或已建项目改造，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服务器、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行智能分析，并将结构化处理后的目标图片及结构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。流媒体服务器从前端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”供其做结构化处理。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，完成视频数据的结构化提取。
“猎鹰”与交通综合管控平台软件进行对接，将平台上的监控点信息予以同步，通过分析流媒体服务器转发的视频流，对视频数据作结构化处理，结构化后的目标图片和结构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结构化数据信息写入平台的图片服务器和数据库，为实现进一步的业务应用提供基础数据、资源。
2) 流媒体服务器
流媒体服务器从前端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”的视频数据结构化处理提供视频流转发服务。
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”设备进行视频结构化的数据、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行车辆信息以及活动目标特征的结构化提取。实时视频流分析为多路数并行结构化处理，历史视频流分析则为加速结构化处理。
6.3.2 车辆基础信息识别
车辆信息的结构化分析包括车牌识别、车身颜色、车辆类型等。
具备对符合“GA36-2014”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2012式军车号牌、2012式号牌的自动识别能力，可识别的车牌号码字符包括：
➢ “0～9”十个阿拉伯数字，“A～Z”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）；
➢ 2012式军用车牌；
➢ 2012式车牌字符(WJ样式的字母、省份简称汉字、警种字母（X、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：奔驰、宝马、大众、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. 系统识别车辆品牌示例
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 安全带检测识别
可实现前排司乘人员是否系安全带的检测，其中未系安全带的车辆可按照道路交通安全法和实施条例进行违法处罚。
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行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行管理。
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基础功能保障。
6.3.7 打电话检测识别
可通过视频检测的手段实现司机接打电话状态的智能识别和检测。可对开车接打电话的违法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，可在禁止黄标车驶入的城区进行专项治理。
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，人眼能分辨车牌号码，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”服务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结构化分析，应用单元负责将结构化分析后生成的图片、结构化数据信息予以存储。
表3 硬件资源配置与性能
智能分析单元 业务配置 应用单元 2个双路E5应用单元 最多可支持2个智能分析单元 车辆分析模式： 可选型号： DS-GPKIA0100-2X （含2个智能分析单元） 智能分析性能 可选型号： DS-GPKIA0100-1X （含1个智能分析单元） 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 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 数据接口：3个10/100/1000自适应网网络接口 外部接口 智能分析单元 （每单元） USB 2.0 VGA RS232 系统盘 板上资源 系统 架构 硬盘 存储 热插拔 CPU 内存 网络接口 外部接口 USB 2.0 VGA RS232 硬盘 应用单元2 （结构化信息存储） CPU/内存 存储 热插拔 CPU 内存 口 管理接口：1个10/100/1000自适应网口 2个 1个 1个 1个2.5\" SSD盘 Linux OS 20个专用嵌入式视频处理芯片组成智能分析集群 6个4~6TB企业级硬盘 支持 一个Intel E5-2600系列处理器 16GB DDR3 数据接口：2个千兆自适应以太网口 管理接口：1个百兆自适应以太网口 （支持IPMI协议） 2个 1个 1个 6个2TB企业级硬盘 支持 双 Intel E5-2600系列处理器 GB DDR3 RAID级别 Raid 5 CPU/内存 应用单元1 （图片存储） RAID级别 Raid 5 数据接口：2个千兆自适应以太网口 网络接口 外部接口 USB 2.0 VGA RS232 机箱规格 电源模块 机械和环境参数 工作温度 储藏温度 工作湿度 机箱尺寸 管理接口：1个百兆自适应以太网口 （支持IPMI协议） 2个 1个 1个 19英寸4U标准机箱 2个热拔插2000W,高效的冗余电源模块 5℃--＋35℃ ﹣40℃--＋70℃, 10％--90％，无凝露 445mm（宽）×727mm（深）×177mm（高） 第 七 章 存储子系统设计
7.1 存储设计综述
中心需要集中存储三种信息，包括车辆号牌等动态数据信息、车辆图片信息和车辆视频信息，因数据保存时间长、数据量很大，各类数据应根据数据类型、特点及重要性进行区别存储。
对于核心数据，应当以确保数据绝对安全及高速读写需求为核心目标；对于一般数据，应当在保障数据稳定、满足存储速度和安全需求的条件下，以降低单位容量存储成本为主要目标。同时存储系统设计应当充分考虑项目未来扩展的可能性，确保在存储容量需求进一步增加的情况下，能够简单、快速地进行系统扩容，不得出现扩容困难或受限于系统初始设计等问题。
对于车辆号牌等动态数据信息，因其所需存储容量相对较小，且需要确保数据绝对安全及高速读写，因此存储设备应当使用高性能服务器，存储媒介应当使用高性能硬盘；同时，存储系统必须考虑系统级冗余备份，建议采用IP-SAN进行存储。
对于需要全天24小时持续存储视频和过车图片的智慧监控系统，要求存储系统具有强大的混合读写功能，在满足大量高清视频和图片写入功能的同时，满足多路视频和图片同时回放及下载功能。存储设备的平台管理能够通过关键字，快速、准确、有效地检索到目标文件。按照规划容量及应用需求，建议采用带有图片和视频直存功能的CVR进行存储。存储系统设计时，应当考虑多路数短时限存储的实际需求、存储转发设备处理能力、网络带宽等条件，并以单位容量存储成本为主要控制目标。
采用图片和视频的CVR混合直存模式，视频流和图片流经前端设备直接写入CVR存储设备，省去存储服务器、图片服务器成本，避免服务器形成单点故障和性能瓶颈，提高存储质量；而且管理平台和客户端可直接接入，能实现对录像和图片数据的直接下载、检索、浏览和回放等，可获得极高的录像和图片导出速度，提供更流畅的录像和图片回放质量。
7.2 存储方案选择
道路智慧监控系统，通过强大的后端存储系统，实现实时视频、结构化数据以及图片资源的存储，并支持通过平台而进行的回放、标记、转发、下载等操作。根据道路智慧监控系统的存储规模、数据中心建设位置等需求的不同，我们为道路智慧监控系统设计了不同的存储方案。
表4 存储方案选择
建设单位 交警总队 交警支队 交警大队 SD卡 可选 必备 必备 常规NVR 可选 选配 选配 高密度NVR 可选 选配 推荐 直存CVR 推荐 推荐 推荐 云存储 （含微视云） 推荐 推荐 可选 注：SD卡和NVR方案不支持图片等结构化数据存储，只能够存储视频资源
以下是针对不同存储方案的详细说明：
7.2.1 设备SD卡存储
目前，高清IP摄像机内部都预留SD卡（或TF卡）插槽，支持16G~128G的扩展存储，一般用于经济型应用方案，高清视频在实现向后端传输的同时，可在前端SD卡（或TF卡）中滚动备份存储，当前端与中心网络中断时，SD卡（或TF卡）能够起到缓存保护作用，当网络连接恢复时能够实现向后端存储设备自动补录，该方案的成本低、便于操作，但扩展性不强、SD卡（或TF卡）的读写速度和使用寿命等性能相对较低，不适用于大规模应用和高性能检索、回放。
7.2.2 常规NVR
常规嵌入式NVR是视频监控系统中最常见的存储方案，主要存储非结构化的视频信息，NVR集视音频编解码技术、嵌入式系统技术、存储技术、网络技术和智能技术为一体，一般能够接入8~32路高清视频，支持8盘位存储。NVR能够管理其所接入的IP视频前端设备，并能够向上接入管理平台，实现前端通过NVR设备的组网，配合中心存储设备实现两级备份存储，NVR设备一般部署
于中队、大队的机房中，作小规模IP视频监控设备的管理、存储，亦可作为中大规模集中存储方案的下级备份方案。
7.2.3 高密度NVR
随着监控点位的增多以及平台管理需求的不断深入，单台设备接入更多路数、支持更多存储空间的NVR设备出现了。高密度NVR一般支持~256路高清视频的接入、存储，存储也支持16、24盘位，能够组建中等规模的视频监控系统，此外高密度NVR支持视频、图片混合存储，对于智慧监控系统而言，能够实现全部维度的数据、信息管理，同时，高密度NVR也支持扩展X86服务器板，能够以硬件化融合行业平台软件，真正实现中等规模的软硬件一体化管理，支持交通管理的常规业务需求。
7.2.4 直存CVR
对于规模较大的交警大队、交警支队层级用户而言，其面临大容量、高并发的视频、图片、数据读写，同时，为了支持平台对于过车信息、结构化数据等的检索、研判、分析等应用，存储设备需要能够提供更多的应用接口，才能与平台软件业务模块融合。直存CVR，是在传统安防IPSAN集中存储设备的基础上，融合更多的如负载均衡、冗余热备机制，并整合服务器硬件之后的升级设备，一般而言具有高密度、高并发性能、重应用的特点，适合追求高性能、高扩展能力并注重节约成本的用户。
直存CVR设备，一般支持200~500路的视频接入，内置流媒体转发功能，采用高性能服务器架构/控制器架构来增强单台设备稳定性，此外也具备丰富的磁盘管理、录像计划配置、数据资源保护、报警信息管理等功能，适用于较大规模的视频集中存储。
7.2.5 云存储系统
随着视频监控系统规模越来越大，以及高清视频的大规模应用，视频监控系
统中需要存储的数据和应用的复杂程度在不断提高，且视频数据需要长时间持续地保存到存储系统中，并要求随时可以调用，对存储系统的可靠性和性能等方面都提出了新的要求。在未来的复杂系统中，数据将呈现爆炸性的海量增长，提供对海量数据的快速存储及检索技术，显得尤为重要，存储系统正在成为视频监控技术未来发展的决定性因素。
面对百PB级的海量存储需求，传统的SAN或NAS在容量和性能的扩展上会存在瓶颈。而云存储可以突破这些性能瓶颈，而且可以实现性能与容量的线性扩展，这对于追求高性能、高可用性的企业用户来说是一个新选择。
云存储系统通过存储管理服务器实现对高并发读写资源的统一管理，通过统一的接口实现物理存储设备（磁盘阵列）的整合，有效实现虚拟化存储、存储资源的在线扩展，并在高效索引机制的作用下，实现百PB级数据资源的秒级检索、快速定位，支持平台端的深度应用。
云存储系统适用于规模较大、并发路数较多而且对系统应用提出较高要求的交警大队、支队。
7.3 存储容量估算
智慧监控系统一般会保存三类资源，根据资源保存的周期，不同存储资源的规划如下：
数据资源：主要来自于智慧监控前端设备采集、分析出的结构化信息，比如车辆号牌、车身颜色、车型、车标以及目标属性信息（机非人），单条数据一般在0.9KB左右大小，保存周期不小于三年，考虑到平台执行具体业务应用时会不断检索数据，因此对其实时性要求较高，一般而言数据资源保存的介质为数据库服务器的硬盘或单独的FCSAN设备。
图片资源：主要来自于智慧监控设备采集的目标图片，比如机动车、非机动车、行人等，图片与结构化信息通常通过数据库进行关联（目标结构化数据中包含图片URL地址信息），单张图片大小和监控设备的分辨率有关，一般200万~230万像素的智慧监控前端生成的图片在200~300KB之间（压缩因子为70）。智慧监控系统生成的图片信息一般用于稽查布控、刑侦应用以及交通管理的常规
应用，不涉及违法取证，因此单条过车信息只对应一张图片，图片保存周期在3~6个月。
视频资源：智慧监控系统与常规视频监控系统类似，视频资源存储主要用于后续的检索、查证，单位时间内的视频存储空间与智慧监控前端设备码流相关，一般200~230万像素的智慧监控前端设备码流在4~6Mbps，若系统采用基于H.265的编码压缩技术时，同样质量的视频码流可以降低至2~3Mbps，视频资源保存周期不小于30日历天。
7.3.1 数据存储
每辆车辆的号牌等动态数据信息为0.9KB/条，按单车道日均2000 辆流量估算，每条车道的数据信息按不同存储时间的容量计算公式如下：
2000条×0.9KB/条×1车道×365天/年×N年/1024/1024/＝**GB 以下为不同车道数量和不同保存时间的数据存储容量计算：
表5 不同车道及时间下存储容量
1个车道 20个车道 50个车道 100个车道 200个车道 500个车道 1年 0.63GB 12.53GB 31.33GB 62.66GB 125.31GB 313.28GB 2年 1.25GB 25.06GB 62.66GB 125.31GB 250.63GB 626.56GB 3年 1.87GB 37.59GB 93.98GB 187.97GB 375.94GB 939.84GB 4年 2.51GB 50.13GB 125.31GB 250.63GB 501.25GB 1253.13GB 5年 3.13GB 62.66GB 156.GB 313.28GB 626.56GB 1566.41GB 按照单车道日均2000 辆流量估算，不同车道规模和不同保存时间情况下的信息记录条数为：
表6 不同车道规模情况下信息记录数
1年 2年 1.46亿条 2.92亿条 3年 2.19亿条 4.38亿条 4年 2.92亿条 5.84亿条 5年 3.65亿条 7.30亿条 100个车道 0.73亿条 200个车道 1.46亿条 500个车道 3.65亿条 7.30亿条 10.95亿条 14.60亿条 18.25亿条 7.3.2 图片存储
车辆图片信息采用JPEG 编码格式，符合ISO/IEC1544∶2000 要求，压缩因子不高于70，230 万高清摄像机输出照片文件平均大小为300K，600 万高清摄像机输出照片文件平均大小为700K，按单车道日均2000 辆流量估算，每条车道的图片信息按不同存储时间的容量计算公式如下：
230万：2000 辆×0.3MB×1车道×30天/月×N个月/1024/1024＝**TB 600万：2000 辆×0.7MB×1车道×30天/月×N个月/1024/1024＝**TB
7.3.3 视频存储
每路视频按照不同的分辨率和帧率每天所需的存储空间如下表：
表7 不同分辨率帧率下每日存储空间
数据源类型 标清D1 130万像素 200万像素 300万像素 600万像素 700万像素 码率Mbps 1.5-2（25fps） 4（25fps） 4（25fps） 6（25fps） 8（25fps） 8（25fps） 日数据量GB 16-21 43 43 85 85 第 八 章 中心管理平台设计
8.1 平台概述
智能交通综合管控平台（同交通集成指挥平台专网版）致力于解决交通管理行业的各类矛盾，并提供综合性的一站式服务。平台集高清视频监控、高清卡口、高清电子、交通信息分析、交通事件检测、智能行为分析、交通诱导、信号控制、指挥调度、移动警务、路口管控、道路管理、违法管理等业务功能于一体，实现对监控、抓拍、编解码、智能分析设备的集中管理以及图片视频资源的增值应用。
平台主要服务于交警、等社会职能部门，可协助交通管理人员进行交通指挥调度、遏制交通违法、维护交通秩序，可协助人员进行治安防控、刑侦处突等。平台可提供道路运行车辆构成、流量分布、违法分布等交通信息统计数据，为交通管理、交通规划、道路养护部门进行相应的规划改进提供重要参考依据。同时还可通过与外部通信系统集成的方式（如交通诱导屏、LED信息发布屏等），提供必要的公共交通出行服务。
8.1.1 平台整体架构
平台接入大量的交通信息数据，应用功能丰富，可实现区域化管理与统一协调指挥，因此平台的整体架构设计非常重要，它将从根本上决定平台所能提供的业务服务规模与水平。本平台的设计基于事实上的工业标准的J2EE平台和SOA面向服务的架构，是被当前几乎所有的企业级业务平台所普遍采用，且被反复证明是目前最具伸缩性、业务扩展能力和效率的平台架构之一。
本平台遵循多层体系结构模型，采用四层体系结构，包括应用层、业务层、平台服务层、接入层。对于数据库的访问通过中间应用服务器完成，而不能直接访问数据库，保证数据库访问的安全性和防止Dos攻击。
平台的构架体系可通过下图描述：
图43. 中心平台架构示意图
第一层为应用层，是面向于用户实际操作的客户端，是通过对基础功能和增值业务的归纳、抽象，生成的各种应用模块，支持不同的业务应用。可以为交通管控、指挥调度、治安管理、刑侦破案等提供完整的业务处理流程和高效的办公手段。
第二层为业务层，呈现给用户专业化、个性化的具体服务和辅助工具，是业务智能化的最终体现。如交通、管理工作中的违章取证、违法管理、交通管控、治安防控、缉查布控、智能分析研判等。
第三层为平台服务层，是软件平台系统的核心，采用高性能的应用服务器中
间件、各种智能引擎和系统管理工具，为应用层提供基础服务、增值服务、管理策略和方法工具。同时按照所提供的服务来管理、组织、调度设备和信息资源。
第四层为接入层，实现了视频、车辆抓拍图片和文本等信息的归纳抽象，并接入到平台进行统一管理、组织和调度，使用户无需关心所使用的设备和信息资源的具体位置和形态，更好的为业务服务。接入设备包含：IPCamera、DVR、DVS、NVR、CVR、编解码设备、单兵/车载、终端服务器/道口主机、短信猫、LED屏、智能分析设备、视频矩阵、违停自动抓拍系统等。
8.1.2 平台功能模块
智能交通综合管控平台主要由交通数据服务模块、视频数据服务模块、数据中心处理服务模块以及客户端应用服务模块四大部分构成。
图44. 平台服务模块组成
1) 客户端应用服务模块
包括B/S客户端、C/S客户端、电视墙控制客户端、手机客户端。 CS客户端用于实时视频和过车监控，可以在系统管理服务器授权认证下访问所有现场设备，实现轮循预览、报警接警和报警处理、电子地图等功能。
B/S客户端通过WEB页界面对系统进行管理、维护、实时监控和录像检索回放、实时过车监控和历史图片回放，采用WEB2.0技术，操作更顺畅、画面刷新速度更快，可作为非监控中心用户的主要监控操作工具。
电视墙控制客户端业务相对专业和集中，专门对电视墙实现控制和管理。
手机客户端支持视频预览、回放。 2) 数据中心管理服务模块
管理配置信息和数据信息，实现用户与资源管理、视频和交通数据调阅，提供用户权限控制、数据访问等核心服务。
包括中心管理服务器、Web服务器、数据库服务器、消息队列服务器等。 3) 视频数据服务模块
提供视频数据的预览、回放、存储、管理、云台控制、上墙显示、视频联动报警等视频应用服务。
包括流媒体转发服务器、存储管理服务器、网络存储服务器、网管服务器、报警管理服务器、设备接入服务器、电视墙服务器、联网服务器、地图服务器。
4) 交通数据服务模块
交通数据服务模块提供卡口和电警的过车数据的采集、接收、存储、分发、联动布控报警、数据智能分析研判等交通应用服务。
包括交通接入服务器、实时处理统计服务器、交通数据分发中心、图片管理服务器、联动服务器、备份服务器、实时套服务器、短时流量预测服务器、区间测速服务器、信号控制中心管理服务器、信号控制区域服务器、指挥调度接入服务器、指挥调度管理服务器。
8.1.3 平台业务支撑
平台业务功能包括基础应用服务和增值业务应用。
基础应用实现对系统内所有设备、用户、组织等资源的管理配置与维护，实现基本的交通监控、视频监控、存储管理、报警管理等功能。
增值业务应用是在基础应用功能的基础上，分析交警、的实际业务管理需求，开发并实现新的应用功能，同时与现有应用系统集成，形成一体化的综合业务管理平台。
智能交通综合管控平台在整个交警管理系统中的所提供的业务服务如下图所示：
图45. 平台业务结构图
8.2 平台运行环境
智能交通综合管控平台由视频业务处理服务器群组、交通数据处理服务器群组、数据中心管理服务器群组以及客户端调用服务群组等组成，具备清晰完整的服务体系结构，为完成实际业务功能提供可靠的技术保障。基于交通治安管控业务的复杂性，平台承担着海量图片视频数据的采集、处理、分析、存储及转发等任务，以实现不同的业务应用，对软件、硬件以及网络环境有着一定的要求。稳定、高效的软硬件及网络环境，可保证平台持续、可靠、安全的运行。
8.2.1 硬件环境
硬件服务器是平台软件服务运行的载体，承担了数据处理、存储与转发等重要任务，因此要求服务器环境高效、稳定，具备承担高吞吐率的高速处理器、高
速内存、大容量存储介质。
为确保智能交通综合管控平台正常运行，建议服务器硬件技术参数的配置如下：
表8 中心平台硬件配置
名称 推荐配置 （数据库服务器） 推荐配置 最低配置 处理器 INTEL XEON E5-20 INTEL XEON E5-2620 INTEL XEON E5-2609 （2颗 6核 2.5GHZ） （1颗 6核 2.1GHZ） （1颗 4核 2.4GHZ） 服务器内存 16GB DDR3 ECC 及以上 硬盘配置 300G SAS*2 及以上 维护手段 网络配置 支持热插拔 1000M NIC*2（千兆双网卡） 电源配置 架设结构 双冗余电源 机架式结构，2U 16GB DDR3 ECC 及以上 500G SATA*2 及以上 支持热插拔 1000M NIC*2（千兆双网卡） 双冗余电源 机架式结构，2U 8GB DDR3 ECC 及以上 300G SAS*2 及以上 支持热插拔 1000M NIC*2（千兆双网卡） 双冗余电源 机架式结构，2U 8.2.2 软件环境
➢ 服务端环境
Windows Server 2003 R2 Edition sp2 32位系统； Windows Server 2008 位系统； Oracle 11g 2.0及以上版本数据库。 ➢ 客户端环境
Windows Server 2003 R2 Edition sp2 32位系统； Windows XP Professional Edition 32位系统； Windows 7 Professional Edition 32位系统；
Oracle 10.2.0.1.0及以上版本数据库； IE6.0及以上版本浏览器（推荐使用IE8.0）。
8.2.3 网络环境
➢ 具有足够的带宽，支持各种多媒体业务和确保实时处理； ➢ 可靠的网络结构，支持系统不间断运行； ➢ 网络具有开放性，采用标准的接口方式； ➢ 网络具有较好的可扩性，方便将来各系统扩展；
➢ 具有很强的网络管理能力，便于网络维护、运行管理和网络安全。
8.3 配置原则
智能交通综合管控平台由不同的服务模块相互交互而构成，各服务模块需要依托于硬件服务器运行，因此平台的软、硬件配置，需要根据实际业务应用以及各服务模块对硬件环境的要求而划分。
8.4 平台功能设计
平台功能大致可分为基础应用和增值应用，下面做详细介绍。
平台基础应用包括：视频监控、交通监控、系统管理、运维管理、流媒体管理、存储管理、报警管理、电视墙管理及跨网域访问等功能。
8.4.1 视频监控
视频监控业务，主要包括对用户辖区内的所有道路监控点进行实时视频预览、分组轮巡、语音对讲、云台控制、视频回放、视频抓录等视频控制操作。
8.4.1.1 实时视频监控
通过C/S客户端和B/S客户端，能够单画面或多画面分割预览实时视频图像。多画面的显示方式包括：4/6/9/13/16画面等。对于单画面显示，用户可以选择原
始比例显示和全屏显示两种方式。
对前端云台镜头进行全功能远程控制，包括云台旋转和自动扫描、镜头变倍变焦、聚焦光圈调节、雨刷灯光控制、快球预置位设置和启动、快球巡航轨迹设定和启动等。支持对云台球机的3D定位以及3D放大显示操作。
具备图像自动轮巡功能，可以用事先设定的触发序列和时间间隔对监控图像进行轮流显示，参与轮巡的图像和轮巡顺序可以任意设置。可以指定某些设备在某一时间内执行某种特定的动作，并可以设置多个组间轮视计划。
支持手动切换、自动切换显示画面。支持画面OSD显示，包括组织机构、标识、通道名称、日期与时间、触发类别等。
图46. 实时视频监控
8.4.1.1.1 监控轮巡
管理员可以根据前端的设备厂家、设备类型（DVR、NVS、IPCamera等）、组织机构、应用场所、管理部门等进行轮巡分组设置。系统按照设定好的规则，在C/S客户端监控视图界面进行自动的监控图像轮巡显示。根据业务需要，可以分为组内轮巡、分组轮巡、组合轮巡、分时轮巡等。
1) 组内轮巡
在指定的组别内，以固定的画面（1/4/9），按照给定的时间进行轮巡显示。应用场合：组内摄像头比较多的情形。
2) 分组轮巡
在选定的多个组别中，以固定的画面（1/4/9），按照给定的时间进行轮巡显
示。应用场合：组内摄像头不多（一般3-4个，最多不超过9个），组别数量比较多的情形。
3) 组合轮巡
在选定的多个组别中，并且每个组内的摄像机数量超过9个，以固定的画面（1/4/9），按照给定的时间，不同的策略（组内轮巡优先、组间轮巡优先；显示画面固定、显示画面随实际画面变化）进行轮巡显示。应用场合：组内摄像头很多，组别数量比较多的情形。
4) 分时轮循
各轮循方案可作为单独的计划来执行，即自动轮循计划。一个计划即是一个时间段，例如 9：00到10：00，到9点即可自动触循计划执行，10点则结束轮循。
图47. 轮巡设置
8.4.1.1.2 语音对讲
系统通过DVR或IPC的视频输入通道实现对现场声音的实时监听和视频音频同步录像。通过DVR或IPC的双向对讲接口，实现与现场人员的远程双向对讲，并实时录音。
图48. 语音对讲
8.4.1.1.3 视频回放
1) 常规回放
系统支持按照文件类型、日期、通道对录像文件进行检索，检索成功后进行远程回放。支持单画面/多画面、单进、快进、快退、暂停、停止、剪辑、抓帧、录像下载等。
图49. 常规回放
系统支持视频预览时的“即时回放”功能。即在预览画面时，发现有异常行为，监控人员可以通过点击“即时回放”控件，立即回放刚才发生的情景录像。
图50. 即时回放
系统同时支持多路同步/异步回放功能，以及检索查询、标签、关联文字描述、上传等功能。
2) 分段回放
系统可以对同一路通道的录像资料，分为几个不同的时间片段来回放，方便快速定位所需要的录像片段。
图51. 分段回放
8.4.1.1.4 视频抓拍（抓录）功能
用户在实时预览视频图像或者回放视频录像时，发现可疑行为、重要线索、违法车辆等情况，可进行图像抓拍（或抓录）。
图片抓拍：操作者针对特定视频图像，进行临时抓拍，支持单拍、连拍，以便事后举证。
图像抓录：操作者针对特定视频图像，进行临时抓录。
图52. 视频抓拍和抓录
8.4.1.1.5 视频加密
对于个别特殊的监控画面，可以设定保密功能，只有经过特别授权的人员和局主管领导才能有权查看实时视频和录像资料或下载录像片断。
对于安装在某些场所的监控画面，可以设定隐私遮挡功能（需前端设备支持）。
8.4.2 交通监控
交通监控业务，主要包括对用户辖区内的所有自动抓拍采集单元进行实时过车图片预览、过车图片回放、综合查询、统计分析等操作。
8.4.2.1 实时过车监控
1) 实时过车预览
系统支持实时过车图片多画面（1/4/9/16）预览，根据实际预览的车道数自动分割主窗口画面，按采集的先后顺序实时显示指定抓拍点的过车图片，并以列表的形式显示用户的订阅信息。订阅信息包括路口的正常过车、违法报警、区间超速报警、布控报警以及套牌报警等过车信息。
图53. 实时过车监控
2) 过车详情查看
用户针对关注的车辆，可以在过车信息列表中双击选择对应车辆，查看过车详情。车辆详情包括过车信息、关联录像、历史过车记录、历史布控报警和历史违法记录。同时系统支持车辆抓拍图片的缩放尺寸调节、放大、打印、导出等，可以对车辆识别信息内容进行校对，并支持直接布控。
图54. 过车详情查看
3) 违法车辆实时报警
平台实时对经过路口的闯红灯、单点超速、逆行、实时区间超速、套牌嫌疑
车辆、布控车辆进行实时声光报警。报警信息在过车信息列表中会以醒目的高亮红色标记显示，且根据业务需要可对各种违法报警设置关联不同的声音报警，当平台捕获到报警消息的时候会联动播放报警声音。
图55. 区间超速报警
8.4.2.2 历史过车图片回放
平台可对通过指定卡口的车辆严格按照时间顺序进行历史图片回放。
1) 历史过车回放预览
选定回放卡口、图片类型、时间段等条件，搜索出对应的历史图片数据进行回放。平台支持多画面（4/9/16/24）分割回放预览，回放过程中以列表形式同步显示对应的过车记录信息。
平台支持手动回放预览和自动回放预览，手动回放可进行翻页，自动回放可设定自动播放时间，最大限度的提升线索甄别的效率。
图56. 图片回放
2) 历史过车详情查看
双击所关注的回放过车记录，可进行历史过车详情查看。操作功能与实时过车详情查看基本一致，唯一不同的是历史过车详情查看支持车辆抓拍图片的手动和自动翻页播放功能。
图57. 历史过车详情查看
8.4.2.3 综合查询
智能交通综合管控平台管理的车辆识别信息丰富多样，交通数据量非常庞大，平台将不同的车辆信息分类存储，并提供综合查询服务。
可选择多种查询条件进行组合查询（路口、车道名称、车辆类型、车牌类型、车牌号码、查询时间段、方向等），同时支持车辆号牌的模糊查询。查询结果可以列表或者缩略图两种方式进行展示。如果查询到的结果条数太多，可进行分页显示。并显示当前页码，可以输入跳转到第几页方便用户定更快的定位查询结果。
可选择查看详细过车信息和图片，结合图片可以对识别出的信息进行校对。对车辆查询结果支持选择导出、本页导出和全部导出，同时可以选择是否导出对应的过车图片。如果卡口、电子安装了全景摄像机并设置了录像，可以查看车辆经过时，全景相机的录像回放数据。
1) 按卡口/路口查询
最常用的基本查询方式，通过选定路口、车道、车牌类型、时间段、车牌号码、号牌段、车速范围、车长范围、车身颜色、车辆颜色、颜色深浅等全面的检索条件，对平台存储的所有车辆信息进行筛选。
图58. 按卡口/路口查询
图59. 缩略图展示
2) 按行车轨迹查询
对已知行驶轨迹的车辆进行查询检索时，可使用按行车轨迹查询方式，提高检索效率。通过选定行车轨迹、时间段、车辆类型、车牌类型、车牌号码等条件，对指定行车轨迹的车辆进行检索。
图60. 按行车轨迹查询
3) 布控报警查询
对布控的报警过车数据进行查询时，通常选择布控报警查询方式，缩小检索范围，提高效率。选定路口、车道、车牌号码、时间段、处理状态等条件，对布控报警车辆进行查询。
图61. 布控报警查询
4) 普通违法查询
对卡口或电子抓拍单元所采集的超速、逆行、闯红灯、压线等违章车辆进行查询时，选择普通违法查询。选定路口、车道、车牌号码、时间段、违法行为等条件，对普通违法车辆进行查询。
图62. 普通违法查询
5) 区间超速查询
对于被实时区间测速服务器检测并记录的区间超速车辆进行查询，通常区间超速查询方式。选定区间名称、车牌类型、车牌号码、处理状态、时间段等条件，对区间超速车辆进行查询。
图63. 区间超速查询
6) 红名单违法车辆查询
适用于对红名单范围内的违法车辆进行查询。选定路口、车牌类型、车牌号码、违法行为、处理状态、时间段等条件，对红名单违法车辆进行查询。
图. 红名单违法查询
7) 异常牌照查询
适用于对未识别出车牌号（包括手动校对后的异常牌照）的车辆进行查询。选定路口、车道、车道方向、车辆类型、时间段等条件，对异常牌照车辆进行查询。
图65. 异常牌照查询
8) 红名单过车查询
适用于对红名单范围内的过车信息进行查询。选定路口、车道、车道方向、车牌号码、时间段等条件，对红名单车辆进行查询。
图66. 红名单查询
8.4.2.4 统计分析
平台支持按路口、行车轨迹、特定时间段等进行车流量统计和车辆违法统计，为交管部门进行交通秩序管理提供重要的参考依据。统计结果支持曲线图、柱状图、报表等多种方式显示，并可以pdf、jpeg、png等多种格式导出。
统计分析功能包括车流量统计、车流量对比、车辆违法统计、车辆违法处理、特定时间段车流量、行车轨迹统计等。
1) 车流量统计
对任意指定路口的车流量进行统计，路口支持多选，不同路口车流量以不同颜色区分。 支持日报表、周报表、月报表、年报表等多种类型。
图67. 车流量统计曲线图
图68. 车流量统计柱状图
图69. 车流量统计报表
2) 车流量对比
可将多个卡口的车流量显示在同一张表格中（用不同颜色的折线对比车流量），直观呈现不同路口车流量的差异。
图70. 车流量对比
3) 车辆违法统计
系统提供对指定路口（支持多路口）的违法过车和正常过车进行对比统计，通过统计结果可以获得路口的违法率数据。
图71. 车辆违法统计
4) 车辆违法处理
系统提供对指定单路口或多路口的违法过车数和违法处理数进行对比统计，通过统计结果可以获得路口的违法处理率数据。
图72. 车辆违法处理统计
5) 特定时间段车流量
系统提供对特定时间段的路口车流量进行统计，通过统计结果可以获得指定路口特定时间段的车流量数据，为交通管理人员适时分配警力进行交通管控提供参考依据。
图73. 特定时间段车流量统计
6) 行车轨迹统计
按照设定的行车轨迹统计符合条件的车辆总数，可为交通管理部门提供不同路线的交通数据分析报表，作为道路管理的基础数据。
图74. 行车轨迹统计
8.4.3 运维管理
8.4.3.1 网管功能
系统具备网管运维功能，对各种服务器资源、设备资源的运行状态、卡口的工作状态、用户在线状态进行定期巡检，并在平台运维模块中展现状态统计信息。
图75. 网管功能
1) 服务器运行状态监测
系统支持对各类服务器运行状态进行统计，统计内容包括服务器类型、服务器总数、正常数、在线异常数、离线数、未注册数、未知数。系统支持对服务器的当前运行状态和历史运行状态进行查询，支持远程配置和远程重启。
图76. 服务器运行状态监测
2) 设备状态监测
系统支持对各类设备运行状态进行统计，统计内容包括设备类型、设备总数、正常数、在线异常数、离线数、未注数、设备在线率、监控点总数。系统支持对设备的当前运行状态和历史运行状态进行查询，支持远程配置和远程重启。
图77. 设备状态监测
3) 卡口状态监测
系统支持对卡口运行状态进行统计，统计内容包括组织名称、卡口总数、卡口正常数、卡口异常数、卡口异常百分率。系统支持对卡口的当前运行状态和历史运行状态进行查询。
图78. 卡口状态监测
4) 用户状态监测
系统支持用户在线状态统计，统计内容包括组织名称、用户总数、用户在线总数。系统支持对用户的历史登陆状态进行记录，记录内容包括在线状态、登陆次数、登陆方式、上线时间、登陆地址等。
图79. 用户状态监测
8.4.3.2 资产管理
组织机构内部管理中会涉及各种视频监控设备、抓拍机、服务器等多种用户固定资产资源。系统具备资产管理功能，可实现对资产信息的录入、编辑、查询、维护、报废、统计报表等业务应用功能。
图80. 资产管理
8.4.4 流媒体管理
流媒体转发服务器实现对数据源申请数据流和多线程网络分发的功能。它的数据源是DVR、DVS、NVR、IPCamera等实时接入设备。流媒体服务器主要功能如下：
1) 多级流媒体间的转发
实现多级流媒体之间的转发，分散访问压力，提高系统稳定性。如：当市局的用户请求访问派出所的某图像时，视频流通过主管流媒体转发（二级流媒体转发服务器）至上级流媒体转发服务器（一级流媒体转发服务器）。
2) 跨网段、网关、防火墙等传输
当客户端和设备在不同的网段时，有些情况下客户端不能访问到设备，通过将流媒体服务器架设在网关上起到中转的作用，从而使得客户端可以正常取得数据流。
3) 实时视频流转发服务
因DVR、磁盘阵列等设备受本身硬件性能影响，连接路数有限，当同时实时预览某些数据源的客户端比较多的话，设备压力较大，甚至连接不上。利用流媒体服务器分发的优势，可以将从设备来的一路连接，同时分发给多个客户，从而能有效减少设备端的压力。
4) 干线复用和优先级支持
多人同时调用同一个图像时可使用同一条干线，支持干线的锁定和抢占，即高级别用户在干线占满的情况下可抢夺低级别用户的图像；支持干线的最优路由选择，即每一次需要干线的时候能找到全网中最优（经过的节点数最少、尽可能复用原来干线、抢占的代价最小等）的一系列干线；支持任意拓扑结构的视频网络；支持干线的预留，即可以为指定节点或用户预留干线。
8.4.5 存储管理
8.4.5.1 过车数据管理
1) 过车图片存储
系统针对自动采集、分析合成的过车图片分配的存储空间，并进行分类存储。存储采用预分配技术，有效解决FTP方式存储图片访问效率低下、信息不够安全的问题，实现图片存储介质（IP-SAN、本地磁盘）的管理和图片的高效写入、快速访问服务。
2) 过车信息数据库维护
系统支持设置过车数据的保存周期，超过设定时间，系统会自动清除过期的历史过车数据。未超过保存时间而系统存储空间已满时，系统会发出提示消息，为了保证新过车数据的存储，会自动搜索存储空间中时间最早的过车数据，进行循环覆盖。
图81. 过车数据库维护
8.4.5.2 录像管理
1) 存储数据检索
可以对存放在集中存储设备中的数据进行快速检索，并提供服务。通过Web或C/S客户端界面，支持按监控点、按时间、按录像类型等多种方式来检索具体的监控录像和关联数据。可以查看该录像的详细存储位置，显示相关状态信息，并且对该录像进行回放。可以浏览硬盘、NAS、SAN等存储设备上的相应监控文件。
2) 支持录像计划和补录
每一个录像组可以具有自己的录像计划，录像的执行底层是计划和任务调度引擎。每次录像过程中，系统都会纪录录像的执行时间。系统的维护服务器，根据预定计划和实际的执行情况的差异性，可以计算出需要补录的时间段。补录系统将自动从合适的DVR下载缺少的录像信息。当录像计划改变时，早先的计划将被纪录下来，系统能够自动辨别补录参照改变之前还是改变之后的计划。
图82. 录像计划配置
3) 录像数据库管理
当系统发现存储的磁盘阵空间已满，会发出提示消息，为了保证新录像数据的存储，会自动搜索存储磁盘中时间最早的录像数据，进行循环覆盖录像。
8.4.6 报警管理
在中心监控管理软件配置下，统一快速接收现场设备和其他系统发送的报警信息并转发给指定的客户端、存储服务器和其他接警中心。为所有系统管理的监控设备提供报警接收转发服务和短信、邮件报警等远程报警服务。
1) 多种报警方式
系统支持定义报警源（IO报警、监控点报警、其它设备报警）、报警类型，通过报警引擎自动关联实时视频和启动录像，启动现场声光设备，并将不同的报警信息发送给不同的专业接处警机构和业务主管部门。
图83. 监控点报警设置
2) 报警联动
接收到报警后可以自动联动预先定义的关联监控点视频，自动启动快球预置位，也可以手动选择附近监控点图像进行视频验证复核和录像。通过对报警转发和联动规则的定义，可以通过手机短信将报警信息发送给相应的值班人员和主管。
报警联动方式有客户端联动（视频图像、声光显示、信息叠加）、云台联动、通道录像、报警输出联动、EMAIL通知、短信发送、通道抓图、电视墙联动等方式。
3) 报警优先级管理
同时收到多个报警信息时，能够按照警情级别优先显示，同级别报警排队显示。
4) 报警记录管理
所有报警信息自动保存到数据库，可以统计、查询和打印，可以通过报警事件来检索录像资料。
图84. 报警统计
8.4.7 电视墙管理
对于需要上墙显示的视频监控前端点位（电子点位、模拟球机点位），平台支持接入高清数字矩阵（视频综合平台设备），完成前端点位的接入、汇聚、以及解码上墙显示。通过智能交通综合管控平台，能够实现视频综合平台的添加、配置，并通过平台实现解码上墙、分割拼接、开窗漫游等大屏显示控制手段。
视频综合平台作为综合解码、大屏控制设备，一方面接收通过交通综合管控平台接入并传递而来的各类视频信号，另一方面接收由视频综合平台的视频输入板直接接入的视频信号，并通过其矩阵控制功能和大屏拼控技术，实现不同类型的视频输入信号上墙显示。
图85. 电视墙服务应用
电视墙各项服务功能由电视墙服务器（VMS）统一协调管理，并通过电视墙客户端实现控制操作。电视墙服务实现主要包括视频综合平台添加（B/S客户端实现）、解码资源分配、实时视频解码上墙、历史视频解码上墙、预案管理、报警联动等几个过程。
图86. 电视墙客户端
图87. 大屏上墙效果
8.4.8 跨网域访问
根据不同的现场网络环境和用户使用习惯，会有跨网域访问平台的需要，如在视频专网部署平台，需要在信息网中使用平台。智能交通综合管控平台对有跨网域访问需要的相关服务器（如图片服务器、交通应用服务器、区间测速服务器等）设计了多网域功能。客户跨网域访问平台时，根据客户端所在网域，自动转换多网域之间平台内部服务器的对应关系，实现不同网域的访问支持。
图88. 网域参数配置
8.4.9 车辆布控
平台提供车辆布控服务，以车牌号码、车牌颜色、车辆类型、车身颜色等作为基本布控依据，实时比对卡口、电警采集的车辆信息，当发现布控车辆时，会实时联动平台客户端进行信息报警、联动关联监控点录像、联动云台转动等，同时支持邮件、短信等远程消息报警。
通过平台的车辆布控服务，可及时掌握重点查控车辆（肇事逃逸车辆、涉案
车辆、嫌疑车辆等）的动向，方便交警、门对该类车辆进行跟踪定位、缉查围捕。
平台支持多种车辆布控方式，具体如下：
1) 单一布控
针对某单一号牌车辆进行布控，多用于被盗车、被抢车、嫌疑车等。 通过添加车辆特征信息、布控信息、联系人信息等关键信息，实现单一车辆布控。
图. 单一布控
2) 批量布控
根据实际业务需求，有时需要对大量车辆进行批量布控。为了减轻操作人员工作量，平台支持按照一定的格式从Excel文件中批量导入布控信息，进行批量布控。
下载Excel格式模板，按模板格式添加要布控的车辆信息，然后导入编辑好的文件，完成批量布控。
图90. 批量布控
3) 强力布控
在发生重大事故或案件时，往往要特别关注某辆车，并进行跟踪和围堵，为了避免其它普通布控车辆报警的影响（优先级别较低），平台专门设计了强力布控功能。设置强力布控车辆后，其他布控车辆的信息比对和报警信息存储在后台进行，只对强力布控车辆进行实时报警，以实现重点关注车辆的轨迹跟踪和围捕。
通过添加车辆特征信息、布控信息、联系人信息等关键信息，实现车辆强力布控。
图91. 强力布控
4) 红名单布控
平台支持对交警或门的内部车辆进行红名单布控，由于这类车辆的特殊性质，需要进行单独的记录。这类车辆因为执法需要，违反交通规则可不进行
报警。
在平台客户端“参数管理”界面添加特殊车辆信息，完成红名单车辆布控。
图92. 红名单布控
5) 反向布控
对于、部门、企业园区的外来车辆进行缉查布控，可事先录入内部单位车辆进行反向布控，当发现外来车辆时进行抓拍记录和实时报警，以方便对外来车辆的管控。
布控方式参考红名单布控。
8.4.10 电子地图
电子地图是智能交通综合管控平台的重要特色功能，采用动态GIS地图服务模式，可将区域内的交通路口属性信息、路口通行状态、监控点运行情况、交通监测数据等动态直观地展示在地图上，用户可以从中获取路口车道数量、限速情况、拥堵状况、设备工作情况、车流量等交通信息。另外平台电子地图功能，还可以动态浏览实时过车图片、实时监控视频图像，并同步进行历史过车图片、历史视频图像的回放，同时还支持实时布控报警的动态展示以及目标车辆运行轨迹的动态刻画。
电子地图以其直观性、便捷性、全局性的特点，辅助用户实现监控资源、过车图片和视频图像的快速检索，并迅速定位敏感区域，缩短查询时间。通过电子地图功能，刑侦人员可快速定位案发区域、嫌疑人员、嫌疑车辆、逃逸路线
等，提高案件侦破效率；交通管理人员可迅速处理异常交通状况（交通事故、路口拥堵等），并通过车流量、违法分布等交通数据进行预警，保证交通通行的正常秩序。
8.4.10.1 GIS系统开发服务模式
电子地图支持四种开发模式，覆盖行业的主流业务需求：
➢ 采用静态地图方式，加载.jpg、.png格式的地图资源； ➢ 支持接入符合国标的WMS类型地图； ➢ 基于山海经纬提供的GIS服务接口进行开发；
➢ 基于GeoServer开发地图服务，由用户自行提供地图资源。
8.4.10.2 GIS系统管理功能
系统可以对地图进行编辑、定义、图层控制以及地图数据库维护。系统可以建立监控点图层，标注各类监控设备位置和类型，对各类设备在地图上进行图形化展示。
地图元素分为交通元素、地图元素、路网，通过平台的B/S客户端进行地图元素的设置管理。
➢ 交通元素：绘制管控区域、绘制管控路线、绘制交通标注、添加文本信
息、添加诱导屏等。
➢ 地图元素：配置视频监控点、路口抓拍点等。
➢ 绘制路网：手动在地图上添加路线，手动标注路段的畅通、拥堵情况。
适用于少量路段的标识，路段多时，不建议适用路网功能。
图93. 地图管理
8.4.10.3 GIS系统基本操作
电子地图具备统一的、图形化的操作界面，能够以地图展示界面和管理操作界面服务用户。
➢ 系统采用矢量图，支持分块、多级、多层地图显示，清晰明了。 ➢ 系统可实现全局监控资源在地图上的显示，并支持鼠标滚轮缩放控制，
可以对地图对象进行操作，包括放大、缩小、漫游、移动等，支持鹰眼图的显示和操作。
➢ 系统可根据地图缩放层级，分级显示相关要素。通过钩选方式，使客户
可以方便的选择图层的显示和隐藏，以实现任意的图层组合。
➢ 系统可以进行包括距离测量、面积测量在内的地图测量方法。 ➢ 系统支持以矢量图、影像图和矢量影像图三种方式显示。
➢ 系统可以在GIS地图上实时展示各类设备运行状态，点击任意路口图标
可查看前端设备工作状态，包括抓拍摄像机、全景摄像机、车辆检测器等设备或器件的工作状态，可以给出正常、故障、故障类型的提示，对侦测到设备工作异常的路口在地图上以醒目颜色方式显示。
➢ 系统具备布控车辆报警、区间超速报警、套牌车辆报警的实时显示与历
史记录查询功能，实时报警在地图上以醒目颜色方式显示。
图94. 地图操作界面
8.4.10.4 GIS系统导航搜索功能
GIS系统的导航和查询功能，帮助用户在全图范围内快速定位到重点关注的资源，以及时处理相关工作内容。
1) 导航功能
系统具有导航功能，通过点击资源列表中的辖区、派出所、交警岗亭、监控资源、卡口、路口、交通信号设备等，可以快速进行导航，导航时GIS图层将自动定位到对应的位置，并以特殊的标识显示对应位置或设备。
图95. 地图导航
2) 搜索功能
系统提供全局检索、框选检索、周边检索等多种查询方式，可以根据模糊搜索找出路口、监控点、交通信息设备等资源，并以编号和醒目的颜色显示出查找到的目标。在GIS地图上当鼠标移动到资源或者地理位置时，可以显示对应目标的属性和详细信息。
➢ 全局检索：全图范围搜索需要的资源。
➢ 框选检索：搜索框选区域范围内的资源。
➢ 周边检索：设置“半径（M）”后在地图上点击某一位置，以该点为圆心
搜索周边的资源。
图96. 全局搜索
图97. 框选搜索
图98. 周边搜索
8.4.10.5 GIS系统过车监控功能
GIS系统集成了卡口、电警过车数据的实时浏览功能，用户可以在地图上通
过导航、搜索或框选的方式选定路口，查看当前的实时过车信息。
当路口有布控、套牌、区间超速、其他违法类型车辆经过时，在GIS地图上会以特殊标识显示报警信息，用户可以查看此车辆的详细过车信息和图片，还可以对指定车辆进行实时轨迹跟踪。
另外GIS系统还支持路口的历史图片查询、历史报警查询以及车流量统计信息查询。
图99. 实时过车预览
8.4.10.6 GIS系统视频监控功能
在GIS地图上根据缩放层级，分级显示相关的监控资源。GIS系统可以直接调用所有视频监控资源，进行视频图像的动态展现，实现对视频的操作。
在地图上通过点选、框选等方式选择视频资源，进行实时视频监控。并支持手动截取视频片段和抓图功能，支持对前端云台的控制。对于单画面显示，用户可以选择中屏显示和全屏显示两种显示方式。
另外GIS系统还支持监控点的历史视频回放。
图100. 实时视频预览
8.4.10.7 GIS系统统计分析功能
基于电子地图直观性、便捷性的特点，GIS系统还集成了车流量统计分析功能。通过在地图上点选、框选的方式，选定行车轨迹或交通管控区域，并设定统计时间段等条件，分析并展示该行车轨迹或管控区域的车流量数据。统计结果可以曲线图、柱状图、统计报表等任一方式呈现，并支持以pdf、jpeg、png等格式导出报表。
目前电子地图功能支持以下两种流量统计方式：
➢ 固定车道轨迹统计：即统计某条固定的行车轨迹上的车流量数据。通过
树选或点选方式，选定需要统计的行车轨迹（选定后，在GIS地图上会直接刻画出选定的行车轨迹），并选择统计方式、时间段等条件，分析统计出该行车轨迹的车流量信息。
图101. 行车轨迹统计
➢ 道路交通流量统计：即统计某交通管控区域内的车流量数据。通过树选
或框选方式，选定需要统计的管控区域（选定后，该管控区域内的路口图标会以高亮颜色突出显示），并选择统计方式、时间段、报表类型等条件，分析统计出该管控区域的车流量信息。
图102. 道路交通流量统计
8.4.10.8 GIS系统车辆轨迹展示功能
GIS系统支持对车辆行驶轨迹的动态刻画和展现。通过键入精确的车牌号码和分析时间段后，在GIS地图上可准确勾勒该车辆所经过的轨迹线，轨迹线按该车辆经过路口的时间顺序进行标记刻画，且区分起点和终点，轨迹线可进行动态回放。点击轨迹上每个卡口点，可以查看此辆车的过车信息和图片。
图103. 车辆轨迹刻画
8.4.11 实时套牌检测
部分车主为了逃避交通违法处罚，以及犯罪分子进行不法活动时为了躲避刑侦缉查，经常使用套牌或假牌手段。直接凭借肉眼观察判定车辆套牌与否、号牌
真伪难度很大，且随着机动车数量的激增，假牌套牌车辆的打击管理越来越复杂。
系统提供实时套牌检测分析服务，通过部署套服务器，实现套牌车辆的实时分析检测，当检测到套牌车辆时，能够自动抓拍采集，并生成套牌嫌疑报警信息，且在平台客户端以声音文字等行驶实时展示。
图104. 套牌车报警
图105. 套牌车详情查看
通过套牌车研判，可检索出选定时间范围内的所有符合指定套牌规则的车辆信息，显示在列表中，同时支持人工核对信息后加入布控车辆信息中。套牌认定过程将借助来自车管库的登记信息。
图106. 套牌车查询
套牌车的分析规则通常有以下两种方式，本系统目前采用第二种方式。
1) 基于车辆特称判断
综合分析车辆号牌、车型、车身颜色等车辆特征，自动发现套牌车辆，因为车牌号码识别准确率最高，选择车牌号码为基准参数。比如：在城市内发现车牌号码一致，但车型不同，或者车牌号码一致，但车身颜色不同，那么其中1辆一定是套牌车，在认定过程中将借助来自车管库的登记信息。由于夜间、强光环境下会导致车辆特征识别率降低，影响套牌车研判结果，系统一般不采用这种方式。
图107. 基于车辆特征判断
2) 基于行车最小时间间隔判断
现实环境中，同一辆车不可能“同时”出现在两个路口。受车辆最高时速以及交通安全限速的，同一辆车从一个区域行驶到另一个区域存在着最小行车时间间隔。以卡口、卡口式电子布点较密集的路段为中心划定几个区域，区域之间设定时间差，对多个区域内的通行车辆进行交叉比对，如果发现行车时间短
于时间差的车牌号码相同的车辆，那么其中1辆一定是套牌车，在认定过程中将借助来自车管库的登记信息。此种判定方式准确率高，系统重点采用。
图108. 基于行车最小时间间隔判断
8.4.12 智能研判
交通数据智能研判，是以前端采集的各项交通数据（路口信息、车辆信息、车辆号牌、车辆类型、车身颜色等）为基础，通过关联算法，挖掘并评估不同类别交通数据之间的关联性，最终对部分交通行为或事件作出辅助性的分析判断，为交通管理者提供决策依据。
8.4.12.1 特定时间段过车研判
分析出在特定日期段或特定时间段（如国庆期间、戒严期间、大型活动期间等）内通过某一个卡口或某几个相邻卡口的次数大于（等于）设定值的车辆，并显示车辆活动轨迹，可以对异常活动车辆做预警，降低安全隐患。
图109. 特定时间段场景
在系统控制客户端智能研判界面，设置路口、特定日期、特定时间段等条件，可分析该路口下特定时间段内所有车辆经过的频度，并以列表形式展示。频度值越大的车辆就可能存在异常行车。
图110. 特定时间段过车研判
8.4.12.2 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某路口次数超过设定阈值的车辆，并对过车的频度值进行统计汇总，支持统计报表保存及数据导出。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行预警。
图111. 频繁过车研判
8.4.12.3 短时过车研判
短时过车研判，即通过设置参考卡口、卡口组合、时间范围、最长间隔等条件，对所有过车数据进行研判，查询出在设定时间范围内通过某指定卡口及其他组合卡口的相同号牌车辆。
图112. 短时过车研判结果展示
短时过车研判具有两个方面的现实作用。
1) 追踪车辆行驶路线
如此类场景：一辆车通过一个路口A，在路口A的周边有多个卡口，由于不知道这辆车驶往哪个卡口，也不知道车牌号，没法定位。通过该研判功能，以卡口A为参考卡口，以周边卡口为卡口组合，可以判断出经过卡口A后，该车在设定时间间隔内的行驶去向。可用来追踪未知号牌的嫌疑车辆的行驶路线。
图113. 车辆路线追踪示意图
2) 超速或套牌嫌疑分析
根据交通安全法规，道路的行车速度是有的，同一辆车通过两个或两个以上路口的最短时间是可以预测的，短于这个时间间隔就可能存在异常行车。短时过车研判，能够查询出设定时间间隔内通过两个以上路口的相同号牌车辆，以协助人员分析出套牌或超速的嫌疑车辆。将借助来自车管库的登记信息
图114. 短时过车研判原理
短时过车智能研判，一方面有助于将长期超速行驶的车辆纳入治超名单，通过安装在街面的LED信息发布屏对其进行公示、警告；另一方面有助于交通管理部门统计分析哪些路段发生超速行驶的次数最多，以辅助决策是否需要对这些道路加强管理，消除潜在的交通事故隐患。
8.4.12.4 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监控设备，对选定时间段内的过车信息进行比对，碰撞检索并精确定位具备相同特征要素的机动车（车牌号码、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，给查询分析跨区反复作案的嫌疑车辆带来极大的便利。
图115. 区域碰撞原理示意图
选定区域、路口、时间范围等条件，检索相同号牌的车辆，相同的车牌号码显示在列表中，并联动电子地图呈现其行车轨迹，从而进行行为分析。
图116. 区域碰撞车辆研判
图117. 区域碰撞详细记录
结合GIS系统应用进行区域碰撞研判，使研判结果更具直观性和可读性。在GIS地图上会显示正在研判的监控点位，研判结果以表格形式展示。单击任一研判结果，可查看详情内容（同上图）。
图118. 区域碰撞研判
8.4.12.5 行车轨迹研判
当某车辆连续通过多个信息采集点时，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，从而进行行为分析。行车轨迹研判，可为刑侦工作的进一步开展提供参考依据。
在系统控制客户端智能研判界面，选定车牌号码（支持模糊号牌）、车辆类型、车身颜色、时间段等条件，查询车辆在设定时间段内通过各路口的过车信息，结果以不同颜色区分。
图119. 行车轨迹研判
结合GIS系统应用，对指定车辆进行行车轨迹研判，使研判结果更具直观性和可读性。
图120. 行车轨迹研判GIS应用
选中某项研判结果，可在GIS地图上自动描绘出该辆车的行车轨迹。
图121. 行车轨迹刻画
8.4.12.6 跟车关联性研判
跟车关联性研判（或伴随车研判），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，对犯罪嫌疑车辆进行信息检索时，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122. 跟车关联性研判场景
根据已知车辆的车牌号码、通过路口名称、通过时间范围、跟车间隔这几个条件筛选出与案件有关联的嫌疑车辆。
图123. 跟车关联性研判
8.4.12.7 违法多发时间段研判
通过分析一天24小时内通过特定路口的整点车辆违法数量，为交管部门针对不同时段部署警力，进行违法车辆查控提供基本的参考依据。研判结果以曲线图、柱状图或报表形式展示。
图124. 违法多发时间段研判
8.4.12.8 违法多发地点研判
通过分析一段时间范围内通过选定路口的正常过车数与违法过车数的对比数据，为交管部门针对不同地区部署警力，进行违法车辆查控提供基本的参考依据。研判结果以曲线图、柱状图或报表形式展示。
图125. 违法多发地点研判
结合GIS系统应用，通过树选或者框选的方式选定需要研判的路口，统计这些路口正常车辆与违法车辆的对比数据（违法率），使研判结果更具直观性和可读性。
图126. 违法多发分布研判
8.4.12.9 落脚点分析研判
落脚点分析是指平台根据交通大数据系统，根据犯罪嫌疑车辆的车牌号码、车牌种类、车辆通行时间等，利用在系统所管辖的卡口、电警的视频抓拍设备中的出没频率，分析嫌疑车辆在某些时间段范围内的落脚点规律，从而进一步指导警力有针对性地进行卡口布控。
图127. 落脚点分析研判
8.4.12.10 初次入城分析研判
初次入城分析研判是平台利用所管辖的卡口在城市边际道路进行管理，从而判断外地车辆首次入城的地点和时间。
图128. 初次入城分析研判
8.4.12.11 案件区域分析研判
案件区域研判是指刑事案件发生后，以案件发生地为中心，以周边卡口为包围圈，根据案发时间内车辆进出该区域次数不匹配为特征依据，从而判断是否有嫌疑车辆在作案后采用套牌或者改牌的方式进行逃跑，从而判断出嫌疑车辆的一种研判手段。
第 九 章 统优势
9.1 应用优势
相较于传统道路监控系统，道路智慧监控系统具有以下优势： 1）解决了海量视频录像需要大量人力投入进行人工查证的问题。 2）促成监控业务模式从传统事后查证到主动视频防控的质的飞跃。 3）为交警提供轨迹分析、伴随车分析、碰撞车分析、假套牌车分析等多种大数据研判手段，大幅度提高案件侦缉效率。
4）系统运行闭环运维保障体系为系统长效服务提供了可靠的保障。
9.2 技术优势
9.2.1 采用“AI+深度学习”架构
1、硬件架构的革新
摄像机硬件架构层面，由原来的ARM+DSP更新为基于“高清能AI硬件平台+深度学习算法”的架构，将图形、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、软件算法的革新
摄像机采用深度学习的智能算法，替换掉了原模式识别算法，去除了原算法层面的人工目标挑选过程，由前端摄像机来承担进行目标自主挑选，摒除人工挑选对识别模式的，利用计算机精细化的运算、几何图形、几何比例特殊的处理方式，通过大量过车目标的自主学习从而来提高车辆特征、号牌的识别准确率，达到精细化识别的目的。
图129. 深度学习VS传统算法
9.2.2 交通管理业务能力提升
前端设备是交警后端业务应用的基础和支撑，前端结构化类型更加丰富、更加精确，前端稳定性更高，才能支撑起后端业务的更好应用，摄像机而可能提升的方案/业务应用包括且不限于：
1、稽查布控能力的提升
缉查布控业务主要是通过前端路面抓拍设备（卡口或具备卡口功能的电子），通过对通行车辆信息的识别反馈（主要为号牌信息），实时实现异常车辆的查处与拦截，因此车辆号牌的识别准确率及抓拍点位密度是能够快速、准确拦截
布控的关键。
基于摄像机的抓拍系统，由于采用了高性能AI硬件平台+深度学习算法，在号牌识别的准确性方面有了大幅度的提高，因此在抓拍点位密度相同的情况下，通过提供更为精准的号牌识别结果，从而可大大提高稽查布控的拦截查处能力。
2、假套能力的提升
目前对于假套牌的研判系统从原理上分为两种：
一种是基于时空位置关系，即同一号牌车辆不可能同时出现在不同位置，或不能出现在时间逻辑上不可能到达的位置。
另一种，也是目前应用比较广泛的一种分析方式，即通过前端抓拍设备对车辆信息的识别结果，通过车管库进行查询，比对识别结果与登记结果是否一致来判断是否存在套牌，如号牌登记车型与识别车型不一致、号牌的登记颜色与识别颜色不一致等。
很显然，对于第二种研判方式，前端抓拍设备对车辆号牌识别率、车辆特征的识别率将大大影响到假套牌的分析能力，摄像机产品正式基于以上两种大指标识别率的提升来提高整体假套牌系统的分析能力，实现“神捕”，降低误捕误报。
3、交通态势研判能力的提升
交通态势研判的数据基础同样来自于前端路面抓拍、统计设备所提供的过车信息，结合数据中心处理算法达到交通态势研判的目的，同时GA/T497-2016《道路车辆智能监测记录系统通用技术条件》已明确提出系统除具备常规抓拍功能外，需具备流量统计功能。
因此，摄像机精确的车牌识别、精确的流量统计、分类功能，辅助交通态势研判业务的综合能力的提升。
4、信号控制优化能力的提升
城市治堵与交通诱导近两年来越来越被重视，也是各地交通管理者在交通设施建设投入中所要考虑的重中之重。交通拥堵的矛盾实质是“人”“车”“路”的矛盾，本质上是“人”“车”的数量大大超过了道路的承载能力，解决的根本方式是调和“人”“车”“路”的比例并加以科学的管理，但随着城市的发展、机动车保有量的增加，比例调和的方式在短期内很难奏效，因此科学的管理方式就显
得格外重要。
信号控制作为交通管理的重要一环，合理的信号控制可大大提高道路的通行效率，起到事半功倍的效果，信号控制的数据依据来源原前端统计抓拍设备，摄像机除具备传统违法取证的功能、道路流量统计功能外，还可作为信号控制的一部分，与信号控制设备一起实现路口信号控制的自适应，优化信号控制配时方式，从整体上提升道路通行效率。
5、辅助提高城市交通规划能力
基于精确化车牌识别、精细化车辆特征识别的神捕系列摄像机，可以提供更为准确的车辆通行数据、流量数据、细分车辆特征数据，可作为城市交通规划的辅助数据，辅助提高城市道路渠化的合理性。
图130. 业务应用之车辆轨迹追踪
9.2.3 星光级监控
高清摄像机采用超低超度CMOS感光元件，超低照度效果通过（中国）权威机构检测。
9.2.4 高清摄像机的一体化设计
高清摄像机采用高清CMOS+高清ISP+高性能DSP架构设计，集高清视频采集、高清视频处理、车牌识别等核心功能于一体。省却了后端服务器的投资，便于安装维护。
9.2.5 适用室外道路监控的专属硬件结构设计
高清摄像机外壳采用鳍形鳞片结构设计，散热效果优良。摄像机采用道路监控专属滤光片工艺，有效提升sensor的感光效果，集成高性能数据处理芯片，配合新一代3D降噪和宽动态技术，在强光抑制、噪声抑制、图像亮度、图像通透性等方面表现卓越。
监控护罩单元配置风扇、加热、网络防雷、信号防雷等装置，整体设计符合IP66标准，有效适应严寒、高温、雨雪、雷电、扬尘等恶劣气候环境。
9.2.6 高清摄像机集成算法的自主知识产权
ISP处理算法拥有自主知识产权，可针对现场独特环境进行优化，确保高清图像成像质量优于其他厂商同类产品。
高性能DSP可同时运行车牌识别、全画面分析检测等算法，算法均拥有自主知识产权，算法可定制优化。
9.2.7 后端分析模式采用超高集成度硬件设备
后端分析模式下，通过采用高集成、基于GPU的硬件分析服务器，能够将更多分析资源聚合，相比于传统X86服务器方案，能够在最小空间内得到更大
分析性能，节约了数据中心环境资源、能耗，同时也减小了系统的故障节点。
9.3 工程优势
1）低建设成本
智慧监控系统的建设模式与普通监控完全相同，无需体积庞大的L型立杆，无需切割线圈，无需车辆检测器等辅助检测器件，建设成本只有卡口系统规范建设模式的1/8~1/10。
2）低运维成本
系统采用纯视频检测方式捕获目标和识别目标特征，不需要破路。且系统结构简单，基于室外道路监控的专属硬件结构设计，能够长时间稳定运行，维护成本低。
因篇幅问题不能全部显示，请点此查看更多更全内容
Copyright © 2019- 7swz.com 版权所有 赣ICP备2024042798号-8
违法及侵权请联系：TEL:199 18 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务