AI视觉分析技术在电动自行车闯红灯自动抓拍的应用

一、背景介绍： 

摩托车、电动二轮车因其速度快、性能差、保护措施差，闯红灯极易发生交通事故，一般摩托车、电动车在发生交通事故时，由于速度惯性与保护措施差，人体往往是头部先向前撞击和跌落，往往造成严重的交通安全事故，这也是摩托车、电动车事故死亡率、致残率高的主要原因。我司采用AI人工智能机器视觉分析识别技术，通过采集路口网络视频摄像头的实时视频，使用AI算法检测红黄绿灯状态，在红灯状态时抓拍骑电动二轮车闯红灯行为，并触发行为过程录像取证，可选配在现场发出闯红灯语音提醒，从而促使人们在骑车出行时正确通过红绿灯路口，进而养成习惯，为营造一个安全、有序的道路交通安全环境贡献一份力量。

二、部署方式：

由于电动二轮车车牌尺寸较小，建议在路口安装800W像素摄像头(部分小型路口可采用400W 像素摄像头)，根据路口与监控中心网络带宽实际情况，有光纤网络环境的采用后端服务器分析方式，否则可采用4G互联网模式AI终端边缘计算方式联网运行。

三、功能介绍：

3.1视频源管理：

AI边缘分析终端支持按ONVIF协议搜索添加局域网内的网络摄像头

3.2算法规则管理：

支持选中通道后，添加“车辆闯红灯”算法规则,并选择自动二轮车类别，在编辑规则时，支持绘制布控区，设置算法阈值联动方式，联动动作支持输出继电器开关、联动录像、联动语音提醒。

3.3事件记录与上传：

AI边缘分析终端实时视频分析检测红绿灯状态，并在红灯状态时识别电动二轮车闯红灯行为，触发抓拍1-3张图片（可设置）,联动录像记录电动二轮车闯红灯行为过程，在本地记录或语音提醒，同时支持自动上传后端平台。

3.4本地化浏览：

AI边缘分析终端开机后便进行主界面，主界面包括视频区、抓拍事件区、事件列表区，视频区实时显示每路的视频分析实况，检测细节和对象框绘制叠加显示 ，产生抓拍事件时，则将抓拍信信显示在抓拍事件区（含图片和时间、地点、事件类型等信息）

终端AI设备主界面

3.5算法说明：

“闯红灯抓拍”算法特点在摩托车、电动二轮车像素最小要求100*100,人员像素最小要求80*80,头盔像素最小要求 60*60以上的场景上，支持各种场景，红黄绿类检测率可达99.9%以上，闯红灯行为识别率可达99.5以上，电动二轮车车牌最小像素100*60场景下，车牌识别率可达99%以上。

审核编辑 黄宇