当路边停车收费不再“认死理”：一套视觉大模型系统终于看懂了“斜列式”泊位的几何逻辑
在城市交通治理这个行当里摸爬滚打了十几年，我见过太多被技术“卡脖子”的现场。就说路边停车收费这件事，业内人心里都清楚，高位视频桩和地磁 巡检车两套方案吵了好几年，但真正让人头疼的，从来不是设备贵不贵，而是——机器到底能不能“看明白”车到底怎么停的。
尤其是斜列式停车位。
我们常说的平行式、垂直式，机器还算好辨认，可一到30度、45度、60度的斜列车位，传统视觉算法基本就开始“犯糊涂”。早些年部署的那批系统，本质上是靠画框 车牌识别硬凑逻辑：你只要车轮压线、或者车身没在框里，它就给你判个“异常”。结果呢？车主明明规规矩矩停进了斜列位，系统却因为透视畸变和锚框不匹配，反复误拍、误扣，投诉量在好几个二线城市直接翻了倍。
这也是为什么，当我上个月在南方某省会城市的试点路段，看到新一套基于视觉大模型的路边停车收费系统跑通“斜列式几何理解”时，第一反应是：这回，总算踩在了真实的物理世界上。
和过去那种“先检测后规则”的流水线不同，这版系统的核心变化，是把车位不再当成一张俯视图里的矩形，而是当成一个带有视角、边界夹角和车辆姿态联合分布的几何问题。用大白话讲，大模型在训练时吃进去的，不只是几百万张“车 泊位”的标注图，还包括了不同相机高度、不同路牙坡度、甚至不同年份标线磨损程度下的斜列位样本。它学到的不是“框住车”，而是理解“车与斜线的相对方位意味着什么”。
举个例子。45度斜列位里，车头朝外和车头朝里，在图像上的投影差异极小，老算法靠IoU（交并比）硬算，十次有三次会判歪。但新系统会通过视觉大模型的空间推理分支，先还原泊位夹角，再估算车体主轴和泊位轴的偏离角——只要偏离在容许阈值内，哪怕图像看着“斜着身子”，它也知道：这是合法停放。
更关键的是，它开始处理“半框”和“骑线”的模糊地带了。以前巡检车拍到车轮压了一点线，后台直接派单人工复核，人力成本降不下来。现在模型会结合前后帧时序，判断这是停稳后的微量越线，还是根本没停进泊位。说白了，它有了点“人眼容错”的意思。
我专门跟做这个系统的算法负责人聊过，对方说了一句很实在的话：“之前我们总想让现实迁就模型，把车位刷得倍儿直、相机装得倍儿正；现在反过来，模型去迁就现实了。”这其实正是视觉大模型落地最该有的姿态——不是秀 benchmarks，而是啃真实路面的脏数据。
当然，离全盘铺开还早。斜列位只是起点，夜间低照度、树影遮挡、电动车混停这些硬骨头还在后面。但至少，路边停车收费这件事，机器终于不再用“非黑即白”的幼稚逻辑对待一座城市的复杂几何了。对每天在路边找位的普通人来说，这种“被看懂”的体验，比参数好看重要得多。
微信号：18581869297