基于边缘计算的智能路口视频分析系统设计与多路并发优化 .docxVIP

PAGE2

基于边缘计算的智能路口视频分析系统设计与多路并发优化

摘要

随着城市交通流量急剧增长，传统集中式视频分析系统在路口感知中暴露出带宽压力大、响应延迟高、实时性差等痛点。

本课题以智能交通电子为背景，设计并实现了一套基于边缘计算的智能路口视频分析系统，深度融合边缘侧轻量级推理与多路视频并发处理技术，旨在实现机动车、非机动车与行人的实时检测、跟踪与事件预警。

全文按照“需求分析—总体设计—详细设计—实现—测试”的工程递进思路展开：首先梳理路口监控的实时性、并发量与精度需求，构建系统总体架构与功能模块；进而采用YOLOv5s目标检测与DeepSORT多目标跟踪设计核心分析流水线，并针对多路视频并发场景提出动态帧率调节与模型剪枝协同优化策略；最后通过系统实现与多场景测试验证方案有效性。

核心创新点在于提出“边缘-路侧”一体化视频分析架构，并设计了一种基于负载感知的并发调度算法，在高并发下使处理延迟降低32%以上，同时保持检测精度不低于90%。实验表明，系统可稳定支持8路1080P视频实时并发处理，为智慧路口建设提供了高性价比的技术参考。

第一章绪论

1.1研究背景

城市交通路口是交通事故与拥堵的高发区域，实时掌握路口交通态势对提升通行效率与保障安全至关重要。

据公安部统计，我国超大城市路口日均过车量可达5万至10万辆次，海量视频数据若全部回传云端分析，将产生巨大的网络带