智慧监控系统微卡口解决方案Word格式文档下载.docx
- 文档编号:21085531
- 上传时间:2023-01-27
- 格式:DOCX
- 页数:17
- 大小:940.68KB
智慧监控系统微卡口解决方案Word格式文档下载.docx
《智慧监控系统微卡口解决方案Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《智慧监控系统微卡口解决方案Word格式文档下载.docx(17页珍藏版)》请在冰豆网上搜索。
一.2传输网络建设
传输网络由前端局域网、接入网和中心视频专网三部分组成。
前端局域网采用独立网段,完成对卡点多只高清网络抓拍摄像机、终端服务器的互联。
接入网将前端点位汇聚至中心机房。
中心视频专网完成平台服务器、专用图像客户端等中心设备互联。
一、前端局域网
前端点位局域网主要用于汇聚前端各种网络设备,一般采用工业级交换机。
二、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。
三、中心视频专网
中心网络采用“汇聚-核心”的网络架构,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。
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。
图2.外场设备安装布局
一.2.1.1设备安装效果
图3.外场设备安装效果
一.2.1.2系统功能
序号
功能项
功能项详述
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,单台微卡口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微卡口监控单元的高清视频图像。
2
全天候高清视频录像
微卡口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×
1080pixel),视频流传输至监控中心进行录像存储。
3
机动车通行记录抓拍
系统能够对通过微卡口监控点视频检测分析区域(临近微卡口监控单元的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。
4
非机动车通行记录抓拍
系统能够对通过微卡口监控点视频检测分析区域(临近微卡口监控单元的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。
5
行人通行记录抓拍
系统能够对通过微卡口监控点视频检测分析区域(临近微卡口监控单元的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。
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。
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。
车辆牌照识别算法(车牌号码识别、车牌颜色识别)集成在微卡口监控单元中,无需专门配置单独的车牌识别服务器。
7
机动车车身颜色识别
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。
8
机动车车型判别
系统能识别大货车、客车、面包车、小货车、轿车、中型客车、SUV/MPV等7种车型。
9
机动车车标识别
系统能通过视频自动检测识别车辆标识。
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。
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。
12
视频标签自动叠加
系统自动将车牌号码、车牌颜色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。
13
录像视频及图片快速检索
可根据车辆号牌、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,快速检索定位到所需关注的对象的录像视频及图片。
14
图像防篡改
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。
15
网络远程维护
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、远程参数设置、时间校正和远程升级等功能。
一.2.1.3系统性能
项目
指标
道路断面监控
支持25fps(1920×
1080);
视频压缩标准
H.264/MPEG4/MJPEG;
压缩输出码率
32Kbps~16Mbps;
最低照度
彩色:
≤0.002lux(AGCON)黑白:
≤0.0002lux(AGCON);
亮度等级
不小于10级;
水平解像力
不小于1000线;
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(每车道按照3.75米计算);
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条车道进行自动车辆捕获和识别;
机动车抓拍
支持、通行抓拍1张照片;
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
车辆号牌识别率:
≥85%;
号牌识别准确率:
白天≥90%,晚上≥80%;
图片格式及占用空间
JEPG,24bit彩色。
每张约300KB;
识别牌照种类
车牌类别:
民用车牌(除5小车辆),警用车牌,04式新军用车牌,07式武警车牌;
车牌颜色:
黑、白、蓝、黄、绿;
机非人检测率
白天≥80%,夜间≥70%
一.2.2产品选型推荐
产品类型
单元型号
一.3卡口存储建设
一.3.1存储要求
卡口数据主要包括过车图片、车辆数据两部分。
视频专网内过车图片应采用属地存储策略,分布式的存储在各归属节点,按需进行调用;
车辆数据应汇聚存储至各级卡口平台,并逐级上传存储至上级卡口平台。
同时公安网侧联网平台应通过边界接入平台对视频专网侧卡口平台中的过车图片、过车记录做汇聚,进行集中存储,以满足公安网内车辆管控相关业务应用。
过车图片的存储时间要求不少于90天,车辆数据的存储时间要求不少于2年,布/撤控信息及报警信息的存储时间应不小于3年,重点(关注或涉案)信息应存储到相应的卷宗库进行长期保存。
一.3.2前端缓存
卡口系统(线圈卡口、视频卡口)前端过车数据应在外场终端服务器内就地备份存储,同时上传所属卡口平台。
当网络传输通道故障情况下,终端服务器应暂存前端过车数据,当通信恢复以后,临时存储的数据能自动续传,补录到卡口平台进行集中存储。
XX终端服务器采用嵌入式低功耗无风扇设计,能够在室外恶劣环境下正常工作,采用大容量工业级硬盘作为存储介质,能够保存不少于200万辆车的图像存储能力,当超出最大存储容量时,可自动对车辆信息和图片进行循环覆盖。
一.3.3中心集中存储
卡口平台应集中存储车辆数据、过车图片,各类数据信息应根据数据类型、特点及重要性进行区别存储。
一.3.3.1车辆数据存储
卡口车辆数据,即车辆号牌等动态数据信息,对于此类数据信息,因其所需存储容量相对较小,需要保障数据稳定、同时满足存储速度和安全需求,因此选用效率、性能、稳定性、安全性、兼容性和可扩充性能较高的结构化数据库一体机,在中心统一进行存储。
结构化数据库一体机可实现对卡口海量过车数据的存储,同时内置有专用于安防领域的大数据处理引擎,单机可提供十亿级别数据的实时索引和秒级检索。
一.3.3.2过车图片存储
对于过车图片,其所需存储空间相对较大,目前传统方案采用图片服务器挂载IPSAN的模式实现图片的转发存储,如下图所示:
图4.传统图片存储模式
这种存储模式下卡口过车图片的转发与存储需要管理服务器、卡口接入服务器、图片服务器、数据库服务器、IPSAN网络存储进行协同工作,交互非常复杂。
且采用该模式存在以下弊端:
1)卡口接入服务器、图片服务器会造成性能瓶颈,当系统规模较大时服务器的建设成本也十分可观并且管理复杂;
2)存在单点故障隐患:
所有过车图片读写都要经过卡口接入服务器、图片服务器,服务器故障则整个系统将中断服务。
若想避免单点故障则需要做服务器集群,这时服务器的开销将翻倍;
3)IPSAN模式下,图片服务器采用的通用的文件系统,当图片数据循环覆盖时必然造成大量的文件碎片,导致存储性能逐步下降;
4)一旦发生非正常关机,将造成图片服务器文件系统的损坏、数据的只读甚至丢失等问题。
因此针对过车图片的存储,可以采用更先进、更可靠的图片直存模式,实现对图片的流式数据直存,如下图所示:
图5.图片直存方案示意图
XX图片直存方案可实现对卡口抓拍图片的集中存储,直接省去图片服务器,减少系统中间环节,不仅节约了建设成本,还从根本上解决了传统方案存在的诸多问题,提高了性能和可靠性。
与传统的图片服务器+IPSAN的存储模式相比,XX图片直存方案具有以下优势:
1)无需图片服务器,大幅减少系统中间环节,彻底解决服务器性能瓶颈、单点故障等固有缺陷,系统更加高效、稳定、可靠,同时节省投资成本;
2)底层采用面向安防的流数据管理系统而非通用文件系统,彻底解决文件碎片,保证系统性能的稳定;
3)特有的流数据管理系统保证掉电、断网时系统和数据的可用性,彻底解决由于以上等因素引起的文件系统损坏而导致的服务停止、数据只读或丢失等故障问题。
图片直存分为图片直存存储、图片直存云存储两种不同的方案,各级卡口中心平台可根据本级卡口建设规模的大小选择合适的方案进行部署:
一.3.3.2.1图片直存存储
图6.图片直存存储
对于车道数小于5000的卡口系统,建议采用图片直存存储设备,如上图所示,卡口抓拍过车图片时,直接将抓拍图片存入存储设备,减轻了卡口接入服务器80%以上的输入输出带宽压力,可大大提高了卡口接入服务器的性能。
注意:
1)此方案要求前端海康抓拍机软件版本为V3.7,前端老旧抓拍机需进行软件升级改造才可使用,实施起来非常复杂,因此建议新建卡口系统时采用图片直存存储方案,老旧设备仍采用原图片服务器存储。
2)图片直存存储设备不支持通过网闸协议进行图片传送,如采用数据摆渡模式传送到公安网,需进行定制开发,请根据项目情况咨询总部售前并进行评估。
一.3.3.2.2图片直存云存储
图7.图片直存云存储
对于车道数达到5000及以上的卡口系统,建议采用图片直存云存储方案,实现卡口系统内的抓拍图片的直接写入/读取工作。
云存储系统采用了基于云架构的分布式集群设计和虚拟化设计,在系统内部实现了多设备协同工作、性能和资源的虚拟整合,最大限度利用了硬件资源和存储空间。
Ø
系统组成及部署:
XX图片直存云存储系统由存储管理节点和存储节点(物理存储设备)两部分组成。
管理节点服务器负责系统内资源管理、存储节点管理、集群管理、策略调度、运维监控等工作,是整个系统的控制指挥核心;
存储节点设备是图片数据存储业务执行的基础设备,负责向上层系统提供图片存储、图片压缩、图片下载等云服务接口。
云存储系统可以组建海量的存储资源池,容量分配不受物理硬盘数量的限制;
并且存储容量可进行线性在线扩容,性能和容量的扩展都可以通过在线扩展完成。
为保持系统整体的运行效率、稳定性、可扩展性等因素,可部署3台管理节点服务器组成云存储管理集群,共同负责整个云存储系统的业务响应、资源协调、策略调度等工作。
存储节点设备部署方面,可根据计算的存储空间配备相应数量的存储设备。
存储流程:
平台向云存储管理节点索要图片存储资源,存储管理节点直接分配存储资源给平台,前端卡口抓拍设备开始将抓拍的图片直接存入指定存储资源内。
存储节点设备之间能够自动进行均衡负载,保证在故障时做到自动切换,不间断的提供图片数据的存储业务。
同时图片数据是分散存储,将前端卡口设备推送的图片按照算法分散到不同的存储节点上,提高数据写的速度,在可靠性和安全性上也得到了加强。
系统功能:
图8.XX图片云存储系统功能架构
系统特点:
1)高效灵活的空间管理
对存储资源进行虚拟化整合,提高用户管理效率;
支持存储资源的在线扩展,实现容量与性能的线性增长;
虚拟空间可灵活调整,不但能扩大,同样能缩小;
2)海量数据的快速检索
采用一体化索引设计,大大提高了查找速度;
深化图片的应用设计,支持图片信息快速读取;
3)持续可靠的数据服务
提供7X24小时不间断高效可持续的数据服务,充分保护数据安全和可靠性;
采用全集群化设计,性能全面提升,设备压力负载均衡,单/多点故障,录像业务不中断;
数据存储采用离散存储算法,提供系统级高效、稳定存取服务;
4)高可扩展的应用支撑
系统的高性能设计,能够并发服务以满足视频数据的高速读取需求。
采用流式数据结构,面向图片数据而设计,满足数据的持续高速写入;
深入开发的专业化应用设计,优化了应用的服务质量;
5)开放透明的兼容系统
统一开放的应用功能接口,由上层业务平台直接调用;
采用的是标准设备兼容模式,支持标准IPSAN、FCSAN存储设备的接入;
1)如要实现异构卡口设备的图片云存储功能,则需进行定制对接。
2)在双网双平台架构下,云存储系统可采用定制化的图片下载策略,通过边界接入安全平台地址映射方式提供URL地址进行图片的访问和下载。
3)云存储详细方案请参考《XX视频云存储解决方案》。
一.3.4存储容量计算
存储容量的估算包括车辆数据的存储容量估算、过车图片的存储容量估算,在项目设计中应提前规划适当的冗余容量。
一般在需求容量的10%~25%。
一.3.4.1车辆数据存储容量
每辆车辆的号牌等动态数据信息为0.9KB/条,采用内置大数据处理引擎的iVMS-9100E-K08结构化数据库一体机对车辆数据进行存储时,单条数据占用的存储空间会有所提高,每条数据需要7KB存储空间。
按单车道日均2000辆流量估算,每条车道按照不同保存时间情况下的信息记录条数=2000条×
1车道×
365天/年×
N年:
车道数
1年
2年
3年
4年
5年
1个车道
73万条
146万条
219万条
292万条
365万条
按单台结构化数据库一体机存储10亿条车辆数据来计算,需要具备的数据存储空间计算如下:
10亿条×
7KB/条≈6.5TB
1)K08采用了HBase+Solr的大数据架构,数据通过HBase进行列存储,同时通过Solr定时建立索引和分析模型,集群部署时HBase还需要增加1倍的数据冗余,因此单条数据存储容量会比一般关系型数据库的存储量大的多。
2)K08单机可存储10亿条车辆数据,考虑10%~25%存储冗余、格式化损失、单机做1组Raid5、预留1块热备盘,综合估算后建议7~10亿数据存储时配满8块2TBSATA盘,不超过7亿数据存储时应配满8块1TBSATA盘(由于数据分散存储在各块磁盘上,磁盘数量配满有利于提高磁盘整体IO吞吐能力,有利于提升大数据的查询、检索、分析的整体性能)。
一.3.4.2过车图片存储容量
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70,300万像素高清摄像机输出照片文件平均大小为400KB,700万像素高清摄像机输出照片文件平均大小为700KB。
以300万像素卡口前端为例,按单车道日均2000辆流量估算,一个车道的图片信息按3个月的时间的容量计算公式如下:
2000辆×
0.4MB×
30天/月×
3个月/1024/1024=0.07TB
一.3.5产品选型推荐
推荐型号
主要特点
图片存储CVR
服务器架构
控制器架构
图片存储NVR
8系列通用型
9系列高端项目型
图片云存储-软件
云存储管理软件
图片云存储-存储节点
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智慧 监控 系统 卡口 解决方案