# 车路协同方案
## 介绍
vehicle_solution 车路协同xstream演示demo。
本Demo通过监听VIO获取（视频）图片，通过xstream框架得到车路协同智能分析结果。
利用该方案，可以支持路口、高速卡口等需求场景。
效果截图：

![交叉路口](./doc/images/crossroad_scene.png "交叉路口")

![公路](./doc/images/road_scene.jpg "公路")

![高速1违法行为识别](./doc/images/expressway1.jpg "高速违法行为识别")

![高速2车辆识别](./doc/images/expressway2.jpg "高速2车辆识别")



## 能力集
### 输入
图片数据
### 输出
车路协同智能分析结果，包括以下内容：

车辆信息 速度、位置（GIS）、所在车道、车辆颜色、车辆类型、抓拍图、抓拍框、关键点

车牌信息 车牌号、车牌类型（单双牌）、车牌颜色、抓拍图、抓拍框、关键点

输出结果中，车辆和车牌是对应的。



### 相关Method
基础method FasterRCNNMethod、MOTMethod、CNNMethod、VoteMethod

特有method

FilterSkipFrameMethod 跳帧，降低终端设备的计算压力

PlateVoteMethod 车牌投票，在某些图片中车牌不清晰时，根据策略在有限帧数内选择最清晰的车牌作为最终结果

vehicle_snap_method 识别模块，输出识别结果，根据模型不同，可以支持人、机动车、非机动车、车牌等

vehicle_plate_match 车辆车牌匹配，根据vehicle_snap_method的识别结果，把识别到的车辆、车牌信息，一一匹配

vehicle_road_relationship 处理车路关系，用于确定车辆的速度、位置、车道号、违法行为等




## 编译
```
bash build.sh
 ```
## 打包
 ```
bash deploy.sh
 ```
该脚本会在当前目录下创建deploy文件夹，里面包含通用库、VIO配置文件、模型及vehicle_solution目录

## 运行
将部署包拷贝到板子上，即可运行。
 ```
export LD_LIBRARY_PATH=./lib
./vehicle_solution/vehicle_solution ./configs/vio_config.json.96board ./vehicle_solution/configs/smart_config.json ./vehicle_solution/configs/hbipc_config.json -i
 ```