边缘车牌识别方案：选型、部署与实测数据
支持中国大陆单行蓝牌（7 位）和新能源绿牌（8 位）；双行车牌、特种车牌和海外车牌不支持。车牌检测与识别权重的许可尚未确认，商用分发前需单独确认。
这套方案是干什么的
保留出入口已经装好的网络摄像头，旁边加一台识别主机在现场读车牌。白名单里的车到了，道闸控制器给道闸发一次开闸信号；每辆车留下车牌号、可信度和截图记录。用在小区、园区、企业停车场的出入口，也可以不接道闸，只做进出记录。
- 部署包（Docker Compose 与配置）：github.com/suharvest/sensecraft-solutions
- 选型与部署：可部署方案页
车牌和画面留在现场
识别在现场主机上完成，截图默认在主机上保留 7 天，只有按链接取图时才传出。
1080p 每秒 30 帧
reComputer J30 系列与 RK3576 系列处理 1080p 画面均达到每秒 29–30 帧，见「性能与实测数据」。
不换摄像头
现有 1080p 网络摄像头经 RTSP 接入，识别主机通过局域网拉流。
每辆车一条记录
一辆车只上报一次：车牌号、车牌类型、可信度和截图链接，停车场系统订阅一个 MQTT 主题即可。
真机演示
识别主机自带的浏览器预览页：画面上框出车牌并标出号码与可信度，右侧列出最近 5 次读牌。
输入画面是 CCPD 公开数据集测试集的静图（MIT 许可），经 RTSP 循环播放，不是现场录像。
需要哪些硬件
现场需要三样东西：出入口摄像头、一台识别主机，需要自动抬杆时再加一台道闸控制器和一个中间继电器。
① 出入口摄像头：用现有的网络摄像头，1080p 及以上，支持 RTSP 视频流。
② 识别主机：四选一，一台接一路出入口摄像头。
| 识别主机 | 实测（1080p 输入） | 什么时候选它 | |
|---|---|---|---|
 | reComputer J30 系列（J3011） Jetson Orin Nano，JetPack 6.2 | 每秒 30 帧 | 默认选择 |
 | reComputer J40 系列（J4012） Jetson Orin NX，JetPack 6.2 | 与 J30 同一应用包 | 这台主机还要跑别的模型 |
 | reComputer RK3588 系列 板载 NPU | 部署与输出已实测 | 现场统一用瑞芯微平台 |
 | reComputer RK3576 系列 板载 NPU | 每秒 29–30 帧 | 成本优先 |
③ 道闸控制器（可选）：reComputer R1100 系列（R1124-10）。它运行 MQTT 服务器、保存白名单，用数字输出经导轨式中间继电器给道闸发开闸信号。关闸仍由道闸自己的地感或雷达负责。
摄像头、识别主机、道闸控制器在同一局域网，建议有线连接。
现场怎么部署
一、装摄像头
摄像头装在距车道 3–8 米处，固定机位，对准车辆经过时车牌所在的位置。识别只在画面中设定的区域内进行（默认画面中下部），机位变了要重新检查这块区域。
二、装软件：三步
逐设备的操作步骤在可部署方案页，这里只讲轮廓。
- 道闸控制器（可选）：在 R1124-10 上装 MQTT 服务器和开闸服务，上传白名单 CSV，用测试开闸接口确认道闸动作。
- 识别主机：填摄像头 RTSP 地址和 MQTT 服务器地址后部署。首次部署需要联网下载运行程序和识别模型，之后可断网运行。
- 验证：浏览器打开识别主机 8080 端口的预览页，车辆经过时能看到框出的车牌；订阅车牌主题，能收到每辆车一条记录。
上线前用你自己出入口的白天和夜间画面，对照实际车牌核对识别结果。
有哪些接口
识别结果经 MQTT 发到你在部署时填写的服务器（通常是 R1124-10），截图与状态走 HTTP。
- 停车场系统 / 计费系统：订阅车牌主题，每辆车一条记录，用
plate_normalized字段对账。 - 道闸：R1124-10 收到车牌记录后比对白名单，开闸结果发到开闸主题。同一车牌在冷却时间内再次到达时记为
suppressed，不重复开闸。 - 自建系统：按记录里的截图链接取图，或用健康检查接口监控识别服务。
| 主题 / 端口 | 内容 |
|---|---|
MQTT <site>/parking/<camera>/plate | 车牌号、车牌类型（cn_blue / cn_green）、可信度、投票帧数、画面位置、截图链接 |
MQTT <site>/parking/<camera>/gate | 开闸记录：open_pulse（已开闸）或 suppressed，附对应车牌记录与白名单标签 |
MQTT <root>/status | 识别服务状态，定时发布；主机离线时服务器上保留最后一条 |
HTTP 8080 /snapshots/{seq}.jpg | 车牌记录里链接的截图，默认保留 7 天 |
HTTP 8081 /whitelist（R1124-10） | GET 取当前白名单 CSV，PUT 整体替换（格式错误返回 400 并指出行号）；POST /gate/test 触发一次测试开闸 |
HTTP 8099 /healthz | 识别服务状态，含处理速度 |
截图不嵌在记录里，记录只带链接和截图的 sha256。
性能与实测数据
处理速度
| 设备 | 处理速度 | 单帧车牌检测 | 条件 |
|---|---|---|---|
| reComputer J30 系列（Orin Nano） | 29.9 fps（实测） | p50 5.6 ms（实测） | 1080p RTSP，30 fps 输入 |
| reComputer RK3576 系列 | 29–30 fps（实测） | p50 23.1 ms，识别 1.8 ms（实测） | 同上 |
复现：sensecraft-solutions/solutions/edge_plate_recognition（部署包）+ 输入视频 plate-labeled40-1080p-120s.mp4
读牌结果
输入为 CCPD 测试集车牌静图，每张静止若干秒后切换，经 RTSP 以 1080p 播放。真值取自 CCPD 文件名。
| 设备 | 输入 | 结果 |
|---|---|---|
| reComputer J30 系列 | 40 张静图 | 发出 56 条车牌记录，其中 50 条与真值一致（实测） |
| reComputer RK3576 系列 | 40 张静图 | 发出 57 条车牌记录，其中 51 条与真值一致（实测） |
| reComputer J30 系列 | 8 张静图 | 5 张读对，3 张未发出记录，错误车牌 0（实测） |
| reComputer RK3588 系列 | 8 张静图 | 5 张读对，3 张未发出记录，错误车牌 0（实测） |
一张静图停留期间可能产生多条记录，所以记录数多于静图数。读不出时宁可不发：两台设备 8 张静图里都没有发出错误车牌。
复现：sensecraft-solutions/solutions/edge_plate_recognition/gallery/ATTRIBUTION.md（8 张静图的文件名与真值）
模型与运行时
| 设备 | 检测 | 识别 | 运行时 |
|---|---|---|---|
| reComputer J30 / J40 系列 | YOLOX-Tiny，640×640，FP16 | 自研 PlateRecNet，96×32，FP16 | TensorRT，硬件解码 |
| reComputer RK3588 / RK3576 系列 | YOLOX-Tiny，640×640，INT8 | PlateRecNet，96×32，INT8（输出层 FP16） | RKNN 运行时 2.3.2，MPP 硬件解码 |
影响部署效果的参数（部署包 config/plate.json）：
plate.roi：识别区域，默认画面中下部。机位变化后要重新框。plate.vote：同一辆车最多取 7 帧投票，至少 3 帧一致且可信度不低于 0.6 才发出记录。plate.dedup_s：同一车牌 30 秒内只发一次。
已知退化
- 特殊车牌不识别：仅支持单行蓝牌（7 位）与新能源绿牌（8 位）；双行黄牌、教练车、挂车、警车及港澳/海外车牌不在此模型支持范围内。
- 机位与进车角度：车辆需正向或小角度驶入（偏角 ≤ 30°），车牌在画面中宽度需大于 96 像素；大角度侧向驶入或车速高于 30 km/h 时检出率会下降。
- 逆光与强光反光：车牌表面反光或夜间远光灯直射可能导致局部过曝与字符笔画丢失；无环境光的场地需加装 5000K 均匀补光灯。
数据与素材出处
- CCPD（Xu, Z. et al., ECCV 2018）：github.com/detectRecog/CCPD，MIT License，Copyright (c) 2017 CCPD。上方截图的输入画面来自其测试集，图中为公开数据集里的真实车牌。
- 检测模型代码 YOLOX：Apache-2.0。识别模型结构为自写代码。两者的训练权重许可尚未确认，商用分发前需确认。