从单点计费到全域调度：一家软件系统公司对路侧停车云边协同的落地思考
这些年城市停车治理是个老生常谈的话题，但真做进去就会发现，路侧停车这个看似简单的场景，水其实很深。我们公司从2017年就开始做智慧停车软件平台，前前后后对接了国内二十多个城市的路侧电子收费项目，从最早的地磁 POS机，到后来的高位视频、视频桩，再到现在说得最多的云边协同架构，踩过的坑比顺利的路多。最近不少同行都在谈“城市级精细管控”，但到底怎么个精细法，云和边怎么配合，我想撇开PPT上的架构图，用我们实际落地的经验聊一聊。
早先的路侧系统，很多是把所有视频或地磁数据一股脑传回中心云，靠云端识别车牌、计算时长。这在小区或者单个停车场还行，放到城市级路侧场景就崩了。说实话，某市我们刚接手时，主城区布了三千多路相机，全传云端，光带宽费一个月就烧掉几十万，识别延迟还经常超过五秒，车主都已经开走了，系统才反应过来计费。后来我们坚决改成了云边协同：在路侧部署边缘计算网关，把识别、触发、短时态逻辑全下沉。
具体说，边缘侧不是简单转发数据。我们在每个街道或片区放一台工业级边缘网关，带个推理卡，就近接十几到二十个视频桩或高位相机。相机只负责抓拍，网关本地跑轻量化车牌识别模型，同时融合地磁信号做抗干扰。比如有棵树影晃一下，纯视频可能误报，但边缘网关对地磁状态和视频目标检测做交叉验证，准确率直接从92%拉到99.6%。更关键的是，像驶入驶出时间、车牌、泊位号这些结构化结果，才往云上传，原始视频除非有争议或违法线索，否则不占用主干网络。去年国庆，某旅游城市核心区高峰每小时产生上百万条过车记录，边缘侧就地消化了95%的计算，中心云一点没喘粗气。我们当时还担心边缘设备扛不住高温，结果工业级盒子倒是比机房空调还稳。
那云干什么？云退到了“大脑”的位置。所有边缘节点上报的数据在云端汇成全市一张图。我们给城管和交警部门做的后台，能实时看每个路段周转率、饱和率。精细管控就在这儿体现：不是全市统一收费标准，而是云端根据历史数据和实时拥堵，动态下发差别化费率策略。举个例子，市人民医院周边上午总是堵，因为很多人把路侧当免费停车场长时间占着。云端分析出平均停车时长超4小时，就自动把那段路高峰时段费率调高，同时边缘侧在诱导屏上提示“前方医院周边繁忙，建议驶入地下停车场”。另外，欠费追缴也是云端统筹，车辆在A区逃费，在B区被边缘识别到，立刻触发提醒和巡检工单。这中间有个细节，工单流转不能太快以免骚扰市民，我们调了很久的触发阈值才找到平衡点。
云和边不是各干各的。我们遇到过车牌脏污，边缘识别不出，就立马截个局部图发云端大模型求助，几百毫秒返回结果；云端每周用全量数据训练一次新模型，通过OTA静默推送到边缘，越用越准。这种闭环让系统有了演化能力。有次下暴雨，边缘模型对反光车牌置信度下降，云端立刻调度了雨雾增强算法模块下去，第二天就恢复了。这种协同不是嘴上说说，是真刀真枪在路口磨出来的。
说到底，路侧停车电子收费搞云边协同，目标不是收那点停车费，而是用软件系统重新梳理城市静态交通。我们在一个三线城市做完后，核心区路侧平均周转次数从每天2.1次提升到4.7次，违停投诉降了三成。作为软件系统公司，我们深感这种项目没有银弹，必须扎进具体路口去调参数。云边协同听起来玄乎，拆开看就是让合适的计算发生在合适的地方，帮城市把每一寸道路资源管细、管活。如果非要总结一句，那就是：边上是手脚，云是脑子，精细管控得靠它们咬合着转。
微信号：18581869297