1.一种基于车辆跟踪的交通违法检测方法，其特征在于，包括：
根据实际道路的监控视频数据预先建立车辆3D模型；
实际检测时，利用车辆3D模型对车辆进行标定和跟踪，根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为。
2.根据权利要求1所述的基于车辆跟踪的交通违法检测方法，其特征在于，所述根据实际道路的监控视频数据预先建立车辆3D模型的具体步骤包括：
从实际道路的监控视频数据中读取车辆图片；
根据读取的车辆图片画感兴趣区域，并结合车牌识别对车牌宽度范围的要求画出检测区域；
根据车辆图片中的实际车道标定车道实线，标出车道行驶方向；
根据车辆图片中的实景车辆标定车辆3D模型。
3.根据权利要求2所述的基于车辆跟踪的交通违法检测方法，其特征在于，车辆3D模型为长方体模型，其横截面初始大小根据实际普通轿车宽度设置，其长度根据标定车轴心测量线的长度设置。
4.根据权利要求1所述的基于车辆跟踪的交通违法检测方法，其特征在于，车辆跟踪是在车辆进入感兴趣区域时开始的，采用的是TLD多目标长效跟踪方法。
5.根据权利要求2所述的基于车辆跟踪的交通违法检测方法，其特征在于，根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为的具体步骤包括：
当跟踪车辆进入检测区域后进行车牌检测，识别出车牌；
判断标定的车道实线与识别出车牌的车辆对应的车辆3D模型底面是否有交点，若有则判断车辆3D模型底面被标定的车道实线划分的区域面积比是否大于置信度，大于置信度则判定为跨线变道行为，小于或者等于置信度则判断压实线行为；若无交点则判断跟踪车辆行驶方向与标定的车道方向是否一致，若一致则判定为逆行违法行为，否则判定为未违法。
6.根据权利要求5所述的基于车辆跟踪的交通违法检测方法，其特征在于，识别出车牌后还根据识别出的车牌大小调整跟踪车辆对应的车辆3D模型的大小。
7.一种基于车辆跟踪的交通违法检测系统，其特征在于，包括：
模型建立模块，用于根据实际道路的监控视频数据预先建立车辆3D模型；
检测模块，用于利用车辆3D模型对车辆进行标定和跟踪，根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为。
8.根据权利要求7所述的基于车辆跟踪的交通违法检测方法，其特征在于，模型建立模块包括：
数据读取模块，用于从实际道路的监控视频数据中读取车辆图片；
标定模块，用于根据读取的车辆图片画感兴趣区域，并结合车牌识别对车牌宽度范围的要求画出检测区域，以及，根据车辆图片中的实际车道标定车道实线，标出车道行驶方向，以及，根据车辆图片中的实景车辆标定车辆3D模型。
9.根据权利要求8所述的基于车辆跟踪的交通违法检测方法，其特征在于，车辆3D模型为长方体模型，其横截面初始大小根据实际普通轿车宽度设置，其长度根据标定车轴心测量线的长度设置。
10.根据权利要求8所述的基于车辆跟踪的交通违法检测方法，其特征在于，检测模块用于判断车辆交通违法行为时具体用于：
当跟踪车辆进入检测区域后进行车牌检测，识别出车牌；
判断标定的车道实线与识别出车牌的车辆对应的车辆3D模型底面是否有交点，若有则判断车辆3D模型底面被标定的车道实线划分的区域面积比是否大于置信度，大于置信度则判定为跨线变道行为，小于或者等于置信度则判断压实线行为；若无交点则判断跟踪车辆行驶方向与标定的车道方向是否一致，若一致则判定为逆行违法行为，否则判定为未违法。