为了搞定那几个“误识别”的车牌，我们对马路边停车收费系统连夜打了3个补丁
干过城市智慧停车这行的都知道，马路边上的泊位收费，最怕的不是设备掉线，也不是车主逃费，而是——车牌识别错了。
别小看这一个字的偏差。皖A和皖B差一位，系统可能就把老李的停车账单算到了老张头上； rainy天一过，泥点子糊住后牌照，识别引擎直接给你整出个“粤B·Z_3K8”的幽灵车牌。车主投诉、客服扯皮、财务对账崩溃，一套组合拳下来，整个运营团队都得脱层皮。
上个月底，我们片区突然集中冒出几例“误识别”告警。一开始以为是偶发，结果连着三天，同一路段、不同巡检车，都抓到了类似问题：要么是新能源车渐变绿牌在逆光下被切边，要么是临时纸质临牌反光导致OCR抽风。运维群里有人发了一句“这模型是不是飘了”，我盯着后台日志看了半宿，得出结论——不是飘了，是真实场景把咱们年初训的模型按在地上摩擦。
既然问题在马路边，补丁就得在马路边打。
当晚九点，我们拉了算法、嵌入式和现场运营三个人，在机房里开了个没有咖啡只有红牛的紧急会。目标很明确：天亮前，系统得能稳稳接住那几个“刺头”车牌。最后落地了三个补丁，都是真刀真枪干出来的，不是PPT上的规划。
补丁一：逆光绿牌的动态曝光补偿。
原来巡检车摄像头是固定曝光策略，早上七点东向路面一律过曝。我们直接在下位机加了基于亮度直方图的实时反馈，一旦检测到高光占比超阈值，立刻切到短帧宽动态模式。别家可能靠后端修图，我们是前端就少出错。这一改，绿牌边缘丢失率当晚就从4.7%掉到0.3%。
补丁二：临牌反光的特征掩膜。
纸质临牌那层塑膜，夜间补光一打全是雪花点。算法同学没去重训大模型——太慢，而是做了个轻量掩膜，先把反光带盖住再丢进识别分支，相当于给OCR戴了个遮光罩。实测下来，临牌错识订单少了八成。
补丁三：跨巡检车投票校验。
同一辆车，两台车扫出不同牌，以前是“谁先传谁赢”。我们加了个15秒内的多源投票：不一致就触发人工兜底小窗，杜绝幽灵账单生成。这一步看似笨，却是运营最感谢的——投诉量第二天就肉眼可见地下去了。
三个补丁，从敲代码到灰度推送，一共七小时十二分。清晨第一台巡检车出库时，系统已经安静地跑了两轮。
说句掏心窝的：停车收费这东西，技术含量不在多炫酷，而在能不能兜住生活里那些脏乱真的细节。补丁打完不是结束，我们下周还会把这几个case翻进回归集。毕竟，马路边上的信任，就是靠少错一次车牌攒出来的。
微信号：18581869297