系统架构

SYSTEM ARCHITECTURE · 端到端全链路
📷 感知层 — 前端采集
高清摄像头 ×6
400万像素 / 自带电池+4G
无需布线，即装即用
USB采集卡
HDMI输入，USB输出
每路独立采集
AI检测电脑
RTX 3060 本地推理
实时跑模型，不依赖云端
↓ ↓ ↓
🧠 分析层 — 本地AI推理
人脸检测模型
YOLO / RetinaFace
毫秒级定位驾驶员面部
EAR眼部分析
Eye Aspect Ratio
持续偏低 → 疲劳/酒驾特征
轨迹分析
S形行驶 / 压线 / 忽快忽慢
多指标融合评分
↓ HTTPS ↓
☁️ 云端层 — 服务器集群
Flask后端 (app.py)
预警接收 / 状态管理
API: /api/alert, /api/alerts, /api/stats
SQLite数据库
预警记录持久化
自动统计今日/总量/均分
企业微信Bot
Webhook自动推送
预警秒级到达领导手机
↓ ↓ ↓
🖥️ 展示层 — 前端界面
监控大屏 (index.html)
实时预警列表 / 统计卡片
状态筛选 / 10s自动刷新
项目介绍 (intro.html)
痛点分析 / 工作流程
新旧对比 / 关键数据
系统架构 (arch.html)
技术栈 / 数据流
分层架构图

🛠 技术栈明细

🖥️ 本地检测端

  • Python 3.10+
  • OpenCV (视频采集)
  • YOLO v8 (目标检测)
  • MediaPipe (人脸关键点)
  • RTX 3060 GPU加速

☁️ 云端服务

  • Flask (Web框架)
  • SQLite (嵌入式数据库)
  • Gunicorn (生产WSGI)
  • Nginx (反向代理+HTTPS)
  • 阿里云ECS (部署)

🎨 前端界面

  • 原生HTML/CSS/JS
  • CSS Grid + Flexbox
  • 暗色科技风设计
  • 响应式布局
  • Fetch API (数据交互)

💬 消息推送

  • 企业微信Webhook
  • Markdown消息格式
  • 截图+数据卡片
  • 秒级触达

🔄 数据流转路径

📷
摄像头
HDMI信号
→
🔌
采集卡
USB数字流
→
🧠
AI推理
RTX 3060
→
📊
风险评估
EAR+轨迹
→
🚨
触发预警
风险≥0.7
→
☁️
云端存储
HTTPS上传
→
📱
大屏+企微
实时展示