一、背景介紹：

摩托車、電動二輪車因其速度快、性能差、保護措施差，闖紅燈極易發生交通事故，一般摩托車、電動車在發生交通事故時，由于速度慣性與保護措施差，人體往往是頭部先向前撞擊和跌落，往往造成嚴重的交通安全事故，這也是摩托車、電動車事故死亡率、致殘率高的主要原因。我司采用AI人工智能機器視覺分析識別技術，通過采集路口網絡視頻攝像頭的實時視頻，使用AI算法檢測紅黃綠燈狀態，在紅燈狀態時抓拍騎電動二輪車闖紅燈行為，并觸發行為過程錄像取證，可選配在現場發出闖紅燈語音提醒，從而促使人們在騎車出行時正確通過紅綠燈路口，進而養成習慣，為營造一個安全、有序的道路交通安全環境貢獻一份力量。

二、部署方式：

由于電動二輪車車牌尺寸較小，建議在路口安裝800W像素攝像頭(部分小型路口可采用400W 像素攝像頭)，根據路口與監控中心網絡帶寬實際情況，有光纖網絡環境的采用后端服務器分析方式，否則可采用4G互聯網模式AI終端邊緣計算方式聯網運行。

三、功能介紹：

3.1視頻源管理：

AI邊緣分析終端支持按ONVIF協議搜索添加局域網內的網絡攝像頭

3.2算法規則管理：

支持選中通道后，添加“車輛闖紅燈”算法規則,并選擇自動二輪車類別，在編輯規則時，支持繪制布控區，設置算法閾值聯動方式，聯動動作支持輸出繼電器開關、聯動錄像、聯動語音提醒。

3.3事件記錄與上傳：

AI邊緣分析終端實時視頻分析檢測紅綠燈狀態，并在紅燈狀態時識別電動二輪車闖紅燈行為，觸發抓拍1-3張圖片（可設置）,聯動錄像記錄電動二輪車闖紅燈行為過程，在本地記錄或語音提醒，同時支持自動上傳后端平臺。

3.4本地化瀏覽：

AI邊緣分析終端開機后便進行主界面，主界面包括視頻區、抓拍事件區、事件列表區，視頻區實時顯示每路的視頻分析實況，檢測細節和對象框繪制疊加顯示 ，產生抓拍事件時，則將抓拍信信顯示在抓拍事件區（含圖片和時間、地點、事件類型等信息）

終端AI設備主界面

3.5算法說明：

“闖紅燈抓拍”算法特點在摩托車、電動二輪車像素最小要求100*100,人員像素最小要求80*80,頭盔像素最小要求 60*60以上的場景上，支持各種場景，紅黃綠類檢測率可達99.9%以上，闖紅燈行為識別率可達99.5以上，電動二輪車車牌最小像素100*60場景下，車牌識別率可達99%以上。

審核編輯黃宇