近年来,新基建的提出带来了新的机遇与挑战,它推动城市化和数字化的深度融合,促进智慧城市的高质量发展。“十四五”规划明确提出发展智慧交通,加快建设交通强国,智慧交通作为智慧城市的重要部分其重要性日趋凸显。为此,江西省积极响应并印发了《关于推进交通强省建设的意见》,将发展重点聚焦于智慧交通,从而加快推进智慧交通建设。在此背景下,我们与江西省某市交警支队展开合作。由于现代交通行业发展较快,对于某市而言,发展滞后的交通管理现状与迅速增长的交通管理需求之间的矛盾日益突出。传统处理交通违法的方式存在着以下两大问题:一方面,从前端传入的大量违法数据导致人工审核的工作量较大、准确率和工作效率较低;另一方面,审核后的数据展示形式枯燥单一,仅通过违法图片和文字来显示违法数据,不能帮助用户很好地理解数据的意义。为了解决以上问题,亟需建设一个基于人工智能的交通违法智能预审分析系统以提高交通管理水平与管理效率,适应交通现代化建设的需要。本文从江西省某市交警支队智能交通系统的实际业务需求出发,首先以交通违法数据的管理与统计业务为核心,对某市交通管理现存的问题进行需求分析。然后结合系统设计原则,从总体架构、功能模块等方面设计了交通违法智能预审分析系统。最后在系统设计基础上,通过相关技术,基于Vue和Spring Boot对该系统进行了实现。针对违闯禁、逆行、压线、不按导向行驶、闯红灯、接听电话、不系安全带等七种不同的交通违法行为。该系统通过基于YOLOv3的违闯禁检测算法、基于SLDNet的实线行驶行为检测算法和基于Res Net的接听电话和不系安全带的检测算法,实现了对相应违法行为的识别功能,准确率高达90%以上,大大减少了执法人员的工作量;最后在完成违法数据的审核后,该系统借用ECharts图标库对交通违法行为数据其进行直方图、饼图等图表形式的展示,帮助执法人员更直观的对数据进行处理与分析。本文在完成系统的开发工作后,使用测试用例对其进行了功能测试,满足了系统需求,实现了执法人员对交通违法行为数据的管理与分析以及驾驶员对相关数据的查询与操作。接下来,本文从算法性能以及Web性能方面对系统进行了性能测试,通过测试证明了该系统有着良好的用户体验,达到了系统开发的预期目标。通过完成上述工作,我们设计与实现了面向执法人员与驾驶员的交通违法智能预审分析系统。该系统有助于加强执法人员对交通违法行为数据的处理与分析,同时也可以提高驾驶员对交通规则的认识,减少交通事故的发生,对交通法规安全可以起到很好的规范作用。该系统近期有望落地于江西省某市交警支队智能交通指挥中心,有助于某市向智慧城市转型,为国家智慧城市建设贡献力量。