交通流数据是进行交通管理宏观决策的基础数据，交通流数据采集系统是交通管理信息化智能化的重要组成部分。随着我国交通领域的蓬勃发展，交通流量激增、高速交通拥堵、交通事故等突发事件频发，为此，设计一套实时性好、准确度高的交通流数据采集系统是十分必要的。论文基于雷视一体机开发了一套高速公路交通流数据采集系统，采用端-边-云分级传输的物联网架构，并结合了自主研发的雷视一体机，采用CNN神经网络技术提取图像信息后，在边缘计算机中通过一维数据最优估计、多传感器数据匹配、多传感器双向最优估计、多传感器目标特征融合的软件工作流程，将雷达与监控相机提取到的信息进行最优化估计，准确提取道路目标交通信息，仅将处理后的特征信息上传至云端服务器，实现交通流数据的精确、实时采集。系统试运行结果表明，该基于雷视一体机的交通流数据采集系统能够有效提高检测准确性，加强检测结果的实时性。