随着工业的不断发展和经济水平的不断提高,汽车保有量大幅增加,其又增大了交通事故和交通违法的发生频次。为遏制这一情况恶化,我国早先引进研发了传统的静态交通违法检测系统“电子警察”,但其存在着摄像机固定、探测范围有限、抓拍的违法行为局限等诸多不足。在此背景下,本文设计了一款基于机器视觉的车载嵌入式交通违法检测系统。本文的研究工作有以下几个方面。对系统总体架构设计。硬件层面,本文选择了ARM嵌入式处理器Hi3559AV100作为系统硬件平台的基础;软件层面,本文设计了以消息处理模块为中心的星型网络拓扑结构,将不同功能区块封装为模块构成星型网络结构的各个节点,并以此作为软件系统的网络架构。在系统网络架构基础上,设计并实现了消息处理模块、媒体信息处理模块、存储模块、系统模块、人机交互模块和算法模块六大功能模块。本文基于星型网络架构,采用TCP消息协议实现了模块间通讯,并基于共享内存分配技术建立了媒体信息数据通道。此外,使用MCU、Wi-Fi模组和Linux指令脚本、查找树等相关技术搭建系统支持相关功能,保证了系统的稳定运行。在违章检测算法方面,系统基于RetinaNet算法实现了对车辆进行目标检测,基于DeepSORT算法实现了对车辆进行目标跟踪,并使用先验的深度学习车道线检测方法对车道线实现了检测和分类。在此基础上,根据检测到的目标车辆与车道线之间相对位置信息设计了具体的道路违章检测算法,判断目标车辆在行驶中是否存在压黄/白实线、变道不打转向灯、逆行的违章行为,并对交通违法行为进行抓拍和保存。最后对系统进行了功能验证和性能测试,验证表明本文所设计的动态交通违法检测系统软件能够实现视频播放、数据存储、人机交互等功能并稳定运行,算法能够对预期设定的行驶道路交通违法行为进行实时检测、抓拍和保存,满足本文的设计要求。