上周三凌晨两点，我跟着城西片区市政停车管理中心的张工，在一条刚完成改造的老巷子里转了三圈。手机上的调试界面里，代表车位框的绿色矩形稳稳贴在地面标线上，横向误差始终没超过3厘米——而这一天，这条巷子头顶的GNSS信号强度，和往常一样，接近于零。
“以前这种地方，我们根本不敢上自动计费。”张工把测温枪别回腰上，跟我说了句大实话。路侧停车电子收费搞了这么多年，核心痛点从来不是摄像头清不清楚，而是“系统在哪儿”这件事本身。城市里大量的背街小巷、高架桥下、地下出入口延伸段，GPS信号被建筑和水泥结构切得七零八落。依赖卫星定位的传统方案到这里，要么飘出半米多，把隔壁店门口算成车位；要么直接失锁，变成“瞎子”。
这次他们上线的一套新系统，把SLAM建图直接嵌进了路侧设备的边缘计算盒里。说直白点，就是让杆件上的相机和惯性单元自己“画地图、认位置”。设备开机后，先沿着路段慢速走一遍（或者用车载移动采集），实时构建局部点云和视觉特征图；之后固定点位部署时，不再问卫星“我在哪”，而是拿当前画面和建好的图做匹配，完成厘米级锚定。我翻了他们的验收记录：在无GPS场景下，车位边界定位均方误差2.8cm，连续运行30天无一次因定位漂移导致的误拍。
可能有人会问，SLAM不是机器人用的吗？确实，早年这东西藏在扫地机和无人车里。但这两年视觉惯性SLAM的鲁棒性上来之后，业内就开始试探把它搬去静态基建。难点不在于算法本身，而在于路侧环境太“脏”：雨天反光、傍晚逆光、共享单车挡半边镜头，还有树叶晃悠带来的动态干扰。这次项目里他们做的一个关键改动，是把语义分割前置——先认出“哪部分是车位线、哪部分是阴影”，再拿有效特征去参与建图，等于给SLAM加了个“交通员”在旁边指挥，别被乱七八糟的像素带偏。
从管理侧看，这事儿的意义比技术本身更实际。过去那种“装个高位枪机 后台人工复核”的模式，在无信号区人工成本下不来。现在锚定准了，违停判断和计时起始点不再扯皮。张工给我看了一组数据：试点路段投诉率从之前的月均11起降到1起，主要就是“没停进车位也被收费”的乌龙没了。
当然，我也不会把这写成什么“彻底颠覆”。SLAM建图上线前得先采一遍图，新建路段或改了标线的地方要重采，这部分运维动作省不掉。而且极端大雾天，视觉退化时还得靠惯性单元撑着，精度会掉到分米级——他们也没瞒这点。
但不管怎么说，路侧停车这件事，终于在被卫星遗忘的角落，找到了自己的“地面坐标”。对一个干了十几年停车信息化的人来说，这种不用看天吃饭的踏实感，比什么参数都重要。
微信号：18581869297