本作品主要结合yolov5框架和deepsort算法，实现道路的车辆及行人的识别与追踪 ，首先将整条道路分为up车道、down车道，并在道路中间设置两条不同颜色的撞线。蓝色撞线用来分类统计up车道的车辆，黄色撞线用来分类统计down车道的车辆。根据车辆的不同标签类别以及ID与撞线的碰撞来统计不同车道的车辆类别及数量。其次，将道路上的事物分为汽车，自行车，摩托车，公交车，行人五类作为数据集分别训练，可以实时识别分类，再次，本算法可以进行对目标的追踪和计数，并计算流入画面内的车辆以及行人，从而判断此时的车流人流密度，由此还规划出了车辆可通行区域，最后，我们还实现了质心的计算，返回目标的质心坐标来实时定位目标位置，为实现自主导航奠定了良好的基础，本项目基于交通方面的数据集做研究，同时可以应用于机器人的定位，目标追踪以及自主导航等方面，从而实现机器人在特殊情况下及时且精确的定位出目标对象的位置，规划出行驶路线，及时做出反应实现目标。