随着5G通信技术的不断普及,以智慧城市为代表的物联网行业迎来了新的发展篇章,智慧灯杆作为智慧城市的重要组成部分,具有不可替代的作用。将毫米波雷达、网络摄像机等传感器以智慧灯杆为载体进行多传感器信息融合,不仅可以克服使用单一传感器带来的性能缺陷,还能对道路交通信息进行实时监测,实现异常事件精准感知定位的目的,这对于提升道路交通安全监管水平意义重大。本文以智慧灯杆作为应用场景,融合了毫米波雷达与摄像头传感器来对视频监控中的待检测目标进行检测定位研究,提出了一种基于毫米波雷达和视觉传感器融合的目标检测定位方法,设计实现了一种基于5G网络通信技术传输的智慧灯杆监控系统。本文的主要研究内容如下:（1）、针对当前很多嵌入式硬件平台内存大小和计算能力有限,本文设计实现了一种基于YOLOv3模型压缩的实时目标检测跟踪方法。在YOLOv3网络模型的基础上对该模型进行了稀疏化和模型剪枝,得到了YOLOv3的轻量化网络模型,之后将该模型和Deep SORT目标跟踪算法结合起来,并选取了不同场景进行检测跟踪效果测试。实验表明,模型通道剪枝后,内存占用大幅度减少,对硬件环境的依赖性大大降低,算法能够对目标进行稳定持续的跟踪定位,且能够克服一定条件下的目标遮挡和目标重叠,具有较好的鲁棒性。（2）、针对使用单一传感器存在性能缺陷,很难取得理想的环境感知效果,本文提出了一种基于毫米波雷达和摄像头的多传感信息融合目标定位方法。搭建了毫米波雷达与摄像头的数据融合模型,完成了雷达信号和视觉信号在空间域和时间域两个维度上的融合。最后,基于提出的目标融合输出策略,对雷达和相机的数据关联匹配以及雷达视觉融合定位结果进行了分析。实验表明,雷达探测目标序列和摄像机检测结果基本能够正确关联匹配在一起,新的目标输出策略综合了两种传感器的优势,实现了对目标的检测定位跟踪。（3）、利用5G网络通信技术,设计实现了一种基于5G网络传输的智慧灯杆监控系统。本监控系统以英伟达Jetson Xavier NX作为基础开发平台,并通过该平台搭建了RTSP流媒体服务器,选择了移远通信RM500Q-GL 5G模组作为中间数据传输平台。最后,结合目标检测跟踪算法和雷达视觉融合算法,对整个监控系统进行了测试验证,证明了RTSP流媒体服务器和监控系统的有效性和稳定性。