能看见车辆、能判断违停、能读出车牌是三个独立能力，项目必须分开测试
车辆检测提供目标和轨迹；违停规则需要禁停区域、允许停靠时长、车辆进入与驶离状态；车牌OCR还要求更清晰的近景、较小偏转、合适曝光和无遮挡。广角全景可能足以判断占道，却无法稳定读牌。验收应覆盖经过、短停、达到阈值、驶离、遮挡、夜间、无牌和车牌不可读情况，系统不能在不可读时猜测字符。
园区、停车场、加油站卸油区、仓储装卸区与消防通道的车辆管理和视频平台团队。
薪火科技内容与算法团队
薪火科技算法与项目交付团队
发布于 2026年7月2日；更新于 2026年7月17日
《薪火MT算法支持清单》《摄像头架设要求》《算法列表及介绍》《薪火车辆标注文档》及已脱敏车辆事件测试记录。
把车辆事件拆成三个层级
拆分后才能选择合适机位、设置业务规则并解释缺失结果。
车辆目标与车型
检测画面中的车辆并形成目标框与轨迹，可按项目评估轿车、货车、油罐车、叉车或非机动车等类型。部分遮挡或只露出很小车身时稳定性会下降。
禁停区域与持续时间
车辆进入指定ROI后开始计时，达到约定时长形成违停或异常停留事件；驶离、遮挡和再次进入要有状态与去重规则。
车牌OCR
在车牌清晰可见时读取字符，并与车辆抓拍、点位和时间关联。车牌过小、偏转过大、反光过曝、污损或被遮挡时应返回不可读，而不是推测结果。
业务名单与处置
白名单、预约车辆、油罐车作业资格或访客权限通常由客户平台管理。视频设备提供车辆、车牌和事件，业务系统决定是否允许及如何处置。
机位与画面设计
同一路视频可以同时承担全景和OCR的情况有限，必要时应使用全景与近景分工。
全景机位看区域关系
用于确认车辆是否进入禁停区、占用通道或停留，画面应完整覆盖ROI和车辆驶入驶出路径，避免只看到局部车头。
近景机位看车牌
车牌在画面中需要足够大、曝光稳定、偏转受控。入口减速区比远距离道路全景更适合OCR，夜间需同时控制补光反射和运动模糊。
处理大型车辆遮挡
货车、油罐车和装卸车辆会遮挡后车或车牌。可调整侧向角度、使用互补机位，或接受某些遮挡时段只保留车辆事件。
区分停靠和占用
道路临停、装卸等待、排队和消防通道占用的业务规则不同。每个ROI应有独立允许时长、例外时段和事件名称。
事件记录与平台对接
车辆管理的可用性体现在记录能否解释、检索和关联，而不只是画面上出现一个框。
事件开始与结束
建议记录车辆首次进入、达到阈值、告警和驶离时间，便于计算停留时长与判断事件是否恢复。
全景与局部证据
同时保留包含禁停区域的全景图、车辆局部图和可用的车牌图。只有车牌裁剪图无法证明车辆是否真的违停。
OCR置信与空值处理
平台应允许车牌为空或低置信待复核，不把识别失败当作无事件，也不使用未经确认的字符自动处罚。
接口幂等与检索
事件ID、摄像头、区域、车辆类型、车牌、时间和图片字段需定义清楚；网络重试时平台按事件ID去重，并支持按条件检索。
案例画面与事件记录
以下素材用于说明识别目标、规则区域、事件字段和复核方式，不以单张案例图代表所有现场效果。
非指定车辆停留记录
用于加油站卸油区、装卸区和禁停区域的车辆异常停留记录。
夜间车牌记录详情
车牌识别结果可与抓拍图、摄像头名称、区域和时间字段关联。
园区违停与车牌追溯
车辆违停、车牌OCR和记录详情可统一进入后台检索和复核。
适用边界与误报控制
算法只判断画面中可见、经过定义的目标或行为。以下因素需要在机位评审、正负样本测试和上线复核中明确。
部分车辆可能证据不足
严重截断、只见车头车尾很小部分、货物遮住车体或密集遮挡时，车辆类型和轨迹判断会不稳定。
车牌有独立成像门槛
高位广角、强偏转、运动模糊、过曝、污损和无牌车辆不能稳定OCR，车辆事件仍可保留但车牌字段应为空或待复核。
违停取决于业务规则
算法不知道某次停靠是否已获许可，必须由区域、时段、名单或平台业务规则解释。
视频不替代交通设施
AI不能替代道闸、地感、车位检测器、标志标线、现场疏导和执法程序。
现场测试与验收建议
按车辆检测、停留规则和车牌OCR分别建立样本与指标，再验收三者在事件记录中的关联。
| 验收项 | 怎么测试 | 判断依据 |
|---|---|---|
| 车辆目标 | 测试轿车、货车、项目车型、远近、部分遮挡、密集排队与驶入驶出 | 车辆框和轨迹可复核，证据不足的截断目标边界有说明 |
| 违停计时 | 测试经过、短停、达到阈值、驶离、遮挡后出现和再次进入 | 计时起止、告警间隔和恢复状态与业务规则一致 |
| 车牌OCR | 覆盖白天夜间、不同车道、角度、速度、反光、污损、无牌与不可读 | 可读结果与车辆关联；不可读返回空值或待复核，不生成猜测字符 |
| 事件证据 | 核对全景、车辆图、车牌图、ROI、开始结束时间与点位 | 记录能解释车辆为什么被判定为停留或违停 |
| 平台规则 | 测试白名单、预约、网络重试、重复事件与人工修正车牌 | 业务系统与视频算法边界清楚，重试不产生重复处置 |
部署与优化流程
先用全景机位验证车辆和区域，再决定是否需要增加适合OCR的近景机位。
定义停车规则
明确ROI、允许时长、例外车辆、事件开始与结束。
评估双重机位
检查全景是否覆盖区域、近景是否满足车牌成像。
分层试测
分别验证车辆、计时和OCR，再核对事件关联。
平台联调
确认名单、空值、人工修正、图片、重试和幂等。
长期复核
照明、车流和道路规则变化后补充样本并回归。
可部署产品
产品选择要同时考虑存量摄像头、通道与算法组合、录像检索、模型兼容、平台接口和长期运行资源。
相关场景与延伸阅读
结合行业方案、设备选型和现场勘察页面，判断算法是否适合当前点位，而不是只看能力名称。
常见问题
以下答案用于前期评估，最终以真实视频、目标设备、业务规则和双方确认的测试样本为准。
车辆违停识别必须读取车牌吗？
不必须。车辆目标、禁停区域和停留时间即可形成违停候选事件；车牌OCR用于身份和追溯，是对成像要求更高的独立能力。
一个全景摄像头能同时看违停和车牌吗？
有时可以，但不能默认。广角全景适合看区域关系，车牌可能太小或偏转过大。应分别检查全景证据和OCR证据，必要时增加近景机位。
车牌识别失败时系统会怎么处理？
建议保留车辆事件和抓拍，将车牌字段置空、低置信或待人工复核，不能为了字段完整而猜测字符。
车辆短暂停靠会不会告警？
由持续时间和例外规则决定。应根据上下客、装卸、排队和消防通道等不同区域设置独立阈值。
可以区分油罐车、叉车或非机动车吗？
算法清单包含多类车辆与机械目标，但具体车型、角度和现场外观需要样本评估。目标分类与是否允许进入仍由业务规则决定。
车牌OCR结果可以直接用于处罚吗？
不建议仅凭自动结果做高风险决定。应结合全景、时间、区域、原始录像和人工复核，并遵守客户制度和适用法律程序。
内容说明：本文依据薪火科技算法支持清单、摄像头安装规范、标注与训练资料、产品文档和已脱敏测试经验编写。算法效果受真实画面与业务规则影响，页面不以单一演示、内部初版参数或未经现场验证的准确率代替项目验收。 查看完整的内容编写、技术复核与纠错方法。
