一、注册ESH开发者账户

1.登录网址：Edge Software Hub
2.点击右上角的登录按钮，在弹出界面中点击’在此注册’

3.填写个人信息并提交，收到邮件后点击激活，到这一步账号注册就成功了。

二、下载Use Cases列表中的智能交通管理

1.登录界面，点击蓝色按钮

2.跳转到下载页面，我们可以看到智能交通管理需要安装的组件有三个，分别是Docker CE、Docker Compose和OpenVINO Container。右侧我们可以选择软件版本，这是用最新的2020.4来演示,点击下载。

3.下载过程中会出现一串key,记得保存一下，一会要用。

三、用例介绍

智能交通管理不仅可以通过IP摄像机监控路口，检测车辆和行人，记录车辆类型和数量，计算速度和加速度，还可以检测碰撞和侥幸避免的碰撞事故，实时可视化的仪表盘能够从交通路口提取情报以及带注释的视频流，收集到的情报可用于调整交通信号灯，从而优化交通流，提高路口的安全性。

四、支持的软硬件平台

操作系统：Ubuntu 18.04 LTS
硬件类型：
· 支持具有Iris Pro图形或Intel HD图形的第六到第十代Intel core处理器
· 支持VPU、FPGA以及NCS2计算棒

五、工作原理及功能

智能交通管理使用OpenVINO发行版工具包中的DLStreamer。最初，使用提供的输入视频源和模型来执行管道。DLStreamer预处理输入，并根据管道设置执行推理。推断结果使用回调函数进行解析。这些结果被反馈给跟踪，碰撞和感兴趣区域等功能。

检测功能：

通过使用DLStreamer管道中的gvadetect插件元素来执行检测。管道包括检测模型，模型proc文件，目标设备和输入流。从DLStreamer调用函数获得对象感兴趣区域（ROI），并将其更新为结果向量。该结果向量用于进一步处理。

跟踪功能：

一旦获得检测，就将关注区域（ROI）结果添加到跟踪器系统，该系统开始在连续帧上跟踪对象。每帧的结果都会更新，以使用新信息将信息反馈给跟踪器。

碰撞检测功能：

启用对象跟踪后，可以检索每个对象的实际和过去位置。当检测到突然的加速度峰值时，车辆就处于危险状态。如果标记为处于危险状况的对象的ROI与任何其他对象的ROI重叠，则将其视为侥幸避免了碰撞。如果另一个对象也被标记为处于危险状况，则将其视为碰撞。

兴趣范围功能：

感兴趣区域允许确定目标检测将发生的空间边界，以便所有通过或停留在该区域内的目标将被正确识别和跟踪。用户可以在视频的第一帧上选择感兴趣的特定矩形区域。涉及的区域包括街道、人行道和人行横道。考虑到用于定义感兴趣区域的标准，定义了检测危险场景的规则。例如，从街道到人行道的汽车，人行横道中速度为零的汽车或有行人在人行横道中的汽车。

数据存储和可视化功能：

从上述功能获得的数据存储在InfluxDB中进行分析，并在Grafana仪表板上可视化。

六、安装步骤

安装前必看：

国内网络推荐配置pip和docker镜像的国内加速源，以减少等待时间，本次演示使用了vpn的加速。

1.解压下载的包 unzip intelligent_traffic_management.zip

2.进入解压目录，更改edgesoftware文件的权限 chmod 755 edgesoftware

3.运行命令，安装 ./edgesoftware install

4.会提示输入秘钥，我们输入下载时保存好的key就可以了。

5.等待安装完成

6.进入下图目录，执行sudo docker build --no-cache -t **art_city .构建docker镜像。

7.看到下图就说明构建成功

8.运行sudo docker images命令查看**art_city Docker镜像

七、运行使用

1.这里我们使案例包含的测试视频来演示程序，执行下面代码，给脚本运行权限

chmod +x run.sh

2.执行./run.sh,运行程序。

run.sh文件中默认启用了跟踪和碰撞功能。从图中可以看到行人红色的箭头和蓝色的移动轨迹。并且图片上有rendered、dropped、current、average四个参数，可以实时显示视频相关状态信息。

3.启动跟踪

使用--tracking参数启动跟踪来运行程序。

sudo docker run -it --net=host --env DISPLAY=$DISPLAY --memory 500m --health-cmd='stat /etc/passwd || exit 1' --volume $HOME/.Xauthority:/root/.Xauthority:rw **art_city /bin/bash -c "source /opt/intel/openvino/bin/setupvars.sh && ./**art_city --input ../data/video1_640x320.mp4 --vp_model ../models/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.xml --vp_proc ../model_proc/person-vehicle-bike-detection-crossroad-0078.json --tracking"

4.启用碰撞

使用--tracking和--collision参数运行命令可以看到下图效果。--threshold是阈值参数，是一个大于0小于1的值。

sudo docker run -it --net=host --env DISPLAY=$DISPLAY --memory 500m --health-cmd='stat /etc/passwd || exit 1' --volume $HOME/.Xauthority:/root/.Xauthority:rw **art_city /bin/bash -c "source /opt/intel/openvino/bin/setupvars.sh && ./**art_city --input ../data/video82.mp4 --vp_model ../models/person-vehicle-bike-detection-crossroad-0078/FP16/person-vehicle-bike-detection-crossroad-0078.xml --vp_proc ../model_proc/person-vehicle-bike-detection-crossroad-0078.json --tracking --collision --threshold 0.7"

5.绘制感兴趣的区域,这个功能我在测试的时候遇到了bug，暂时不演示这个功能了。

八、在浏览器上的数据可视化

1.在浏览器上导航到localhost:3000,使用用户admin和密码admin登录。

2.单击“Home”

3.然后选Intelligent_Traffic_Management

4.此时如果我们正在运行程序或者./run.sh，可以看到仪表板中展示了实时变化的数据信息。