马路边停车收费智能系统落地复盘：边缘计算让收费响应快了一倍
做城市静态交通这行十几年，我见过太多“系统很美好、落地一地鸡毛”的案例。去年我们团队接手南方某新一线城市的路边泊位智能化改造，算是我职业生涯里最硬仗的一次。上周项目正式通过终验，我也终于能坐下来，把这次边缘计算架构落地的真实复盘讲清楚——不吹概念，只说坑和经验。
先说背景。这座城市核心区有将近1.2万个路内泊位，原来用的全是地磁 云端识别的老方案。车主停进去，地磁触发，数据传回中心云，云上再调摄像头抓拍车牌、算时间、推账单。听起来顺，实际上高峰时段云端积压严重，从车辆停稳到APP显示“开始计费”，平均要8到12秒，节假日能飙到20秒往上。投诉最多的一句话就是：“我都开走了，你们才发进来一条停车记录，这钱算谁的？”
我们这次定的硬指标很简单：端到端收费响应压到5秒以内。传统纯云架构基本没戏，网络往返和并发排队就吃掉大半时间。所以架构选型上，我们狠心把算力下沉，上了边缘计算节点。
具体怎么做的？在每个路段机柜里塞了工业级边缘盒子，标配ARM加速卡和轻量推理引擎。车牌识别模型、泊位状态判断、计费规则引擎全部前置到边缘。摄像头视频流不再全量回传，只在边缘完成抓拍和结构化，只把“车牌 时间戳 泊位号”这种几十字节的消息发回中心。中心云退化为做清结算、数据归档和跨区调度。
这里有个不少同行容易栽的点：边缘不能只当“转发器”。我们第一版方案偷懒，边缘只做视频截帧，识别还是调云API，结果延时只降了不到两秒。后来把整套YOLO改进模型量化后塞进边缘，实测单节点能并发处理16路1080P视频，识别准确率在逆光、雨雾场景下仍保持在98.3%。从车辆压线到边缘生成账单事件，稳定控制在2秒左右；加上消息回传和APP推送，全链路实测均值4.1秒，比老系统快了一倍多。
当然，落地从来不是调通技术就结束。边缘设备散在马路边，高温、潮湿、盗电都是常态。我们给边缘节点加了被动散热壳和断电续传，断网最多能本地守72小时数据不丢。运维上也改了思路：原来云时代出了问题靠远程重启，现在边缘要“可现场10分钟换件”，供应商不承诺这点我们根本没敢签。
还有很多人关心的隐私。视频不回传中心，只留边缘存证7天，这也帮客户省了大笔云存储开销，等保测评时反而更好过。
回过头看，这条路边停车系统能跑顺，核心不是“上了AI”，而是把该在边缘决断的事，真正交给了边缘。响应快一倍只是表象，背后是架构对城市真实环境的妥协与适配。如果你们也在做类似改造，我的建议只有一句：别迷信中心云的全能，离车最近的那个盒子，才是收费体验的生死线。
微信号：18581869297