沈嘉怡， 孙 宁

(南京林业大学 汽车与交通工程学院， 南京 210037)

0 引 言

高速公路网络的建设和发展推动了中国的经济增长和社会发展，同时也消耗了大量的资源和能源[1]。随着汽车的快速普及，无证驾驶或处于实习期内的驾驶员上高速的情况频频发生，给驾驶员和其他交通参与者的生命财产安全造成严重的威胁。同时中国新冠肺炎疫情狙击战正进入“持久阶段”[2]，使得高速公路对出入人员的调查格外重要。目前针对无证驾驶或处于实习期内的驾驶员上高速，主要采用人工拦截和巡查的方式查处。此方法由于时间和人力上的限制，无法从根本上解决无证驾驶或处于实习期内的驾驶员上高速的问题，且具有一定的安全隐患。比如：驾驶员发现交警后选择逃跑或者被拦截后拒绝出示驾驶证接受检查，从而发生争吵等问题；针对于常态化疫情防控期间的车辆出入调查，高杰等提出基于雪亮工程的疫情管控超脑平台建设，能够快速、精准的协助综治、卫健委、公安等进行公共安全事件预警、应急响应、协同指挥调度。但其使用的逻辑架构较为复杂，数据采集较为繁杂，成本较高。

本文设计了基于S3C2440A的高速公路收费站人脸识别系统，通过人脸识别检测模块识别驾驶员信息，调查车辆出入地区分布情况。经过数据处理，对来自中高风险地区车辆、人员采取自动报警，并对无证驾驶或处于实习期内的驾驶员与车辆进行阻拦，将驾驶员信息和车辆出入地区分布上传至上机位管理系统，发现问题即可手动报警。……