iOS 应用 · 实时检测

行车违规
智能检测系统

基于深度学习与端侧推理，实时识别车牌、判定违规行为，在设备本地完成全流程处理，无需上传视频数据。

查看工作流程技术架构

YOLOv8车辆检测

MNN端侧推理

4K最高分辨率

60fps实时录像

核心功能

专为执法场景设计

从车牌识别到违规判定，全链路在本地完成，数据不离设备。

实时车牌识别

YOLOv8 定位车辆区域，LPR 精准识别字符，支持蓝牌、绿牌、新能源牌照。

停留时长计算

持续追踪同一车牌出现时长，结合 GPS 坐标判定违规停车。

鸣笛音频检测

双级高通滤波加中低频能量比，在行驶风噪中精准识别鸣笛，自动截取前后 10 秒片段。

GPS 地址标注

每条记录自动附加经纬度与逆地理编码地址，支持一键导航到违规地点。

CSV 导出

一键导出结构化 CSV，包含车牌、坐标、停留时长、时间戳等全部字段。

账户权限系统

邀请码注册、极验验证、Apple 登录、服务端鉴权，支持后台封禁与版本推送。

技术架构

端侧优先
隐私保护

所有推理在设备本地运行，视频数据永不离开手机。

MNN 推理引擎 — Metal GPU 加速，低延迟实时推理

YOLOv8n — 轻量目标检测，车辆定位

PP-OCRv4 — 车牌字符识别，中文字符支持

AVFoundation — 4K / 60fps 硬件编码录像

SwiftUI + Combine — 响应式 UI，MVVM 架构

PHP + MySQL — 轻量服务端，签名鉴权

// 车辆检测 + 车牌识别级联

let vehicles = engine

    .detectVehicles(

        pixelBuffer,

        confidenceThreshold: 0.25

    )

for box in vehicles {

    LicensePlateRecognizer

        .shared

        .recognize(

            pixelBuffer: pb,

            vehicleBox: box

        ) { result in

            // result.plateNumber

        }

}

工作流程

从录像到证据

五个步骤完成从原始视频到结构化违规记录的全流程。

摄像头采集

AVFoundation 硬件采集，最高 4K 60fps

车辆检测

YOLOv8n 每帧检测，Metal GPU 加速

车牌识别

裁剪车辆区域送入 LPR 模型识别

违规判定

停留时长加 GPS 坐标生成违规记录

存档上报

截图加视频加 CSV 本地存档一键导出

关于项目

Traffic Demo

面向执法辅助场景的 iOS 行车记录仪，集成目标检测、车牌识别、音频分析，全部在设备端推理，保护数据隐私。

iOS 17+Swift 5.9SwiftUIMNNYOLOv8CoreLocationAVFoundationPHP 8.2MySQL 8

2026 / 03

v1.0 发布 — 车牌识别、违规判定、GPS 标注上线

2026 / 03

鸣笛检测 — 双级高通加能量比，适配行驶风噪

2026 / 03

账户系统 — 邀请码注册、Apple 登录、极验验证

进行中

4K 优化 — 硬件编码、循环缓冲区、多格式存储

行车违规智能检测系统

专为执法场景设计

端侧优先隐私保护

从录像到证据

Traffic Demo

行车违规
智能检测系统

端侧优先
隐私保护