北京
一个计算机工程专业的毕业生，用一块太阳能板、一台树莓派和一只普通摄像头，做出了能自动数车流、还能把数据传上云端的装置。没有昂贵的设备，没有复杂的布线，整套系统靠太阳供电，安静地站在路边，一辆一辆地数。
这个项目来自 Marios Christoforou，他在塞浦路斯大学读计算机工程，这是他的毕业设计。核心是一台 Raspberry Pi 5，具体是 4 GB 内存的版本，跑的是 Raspberry Pi OS，外接一只基础款网络摄像头，输出 720p 视频。
它到底怎么认出车的
识别车辆靠的是 YOLOv8 Nano 机器视觉模型。摄像头画面里的汽车、卡车、公交车、摩托车，都会被模型框出来，生成边界框。光框出来还不够，还得保证同一辆车只被数一次——软件算法负责判断车辆是否已经穿过摄像头的视野，避免重复计数。
这套逻辑听起来简单，但真正落地要考虑的东西不少。摄像头一直开着、模型一直跑着，电从哪来？
省电，是这件事的另一半
整套系统的电力来自一块 100 W 太阳能板，通过一个基础充电模块，给一块 12 伏铅酸电池充电，树莓派再从电池取电。太阳能供电的难点从来不是"能不能充上"，而是"够不够用"。为了把有限的电用在刀刃上，Marios 对整套配置做了大量优化，目标很明确：性能要够，功耗要低。
他做的第一件事是关掉一切不必要的东西：
- 蓝牙关掉
- PCIe 插槽关掉
- 音频关掉
- HDMI 接口关掉
不止如此，CPU 和 GPU 都被降频运行。软件层面也做了调整，比如以无头模式运行，不启动图形界面；再比如把视频帧里不重要的部分丢掉，只保留真正需要处理的内容，让每一瓦电都花在识别车辆上。
为什么这件事值得多看一眼
家用级的交通监测装置并不是第一次出现。这类项目一直有人在做，用便宜的单板计算机加摄像头，去完成过去需要专业设备才能做的事。
但有意思的地方在于，当太阳能、低功耗设计和机器视觉被塞进同一个盒子里，它的部署门槛就被压得很低——不需要拉电，不需要布线，放在有阳光的地方就能工作。对于需要长期、分散采集车流数据的场景来说，这种组合的意义不只是"省钱"。
而在这个领域，如今占据新闻头条的，往往是 Flock 这类摄像头。相比之下，一个学生用毕业设计做出来的太阳能数车装置，显得朴素，却也说明了一件事：当硬件足够便宜、模型足够轻量，很多过去被设备成本挡在门外的想法，现在一个人就能试一遍。
它不酷炫，不联网到某个庞大的平台，只是安静地数着从面前经过的每一辆车，然后把结果送上云端。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
