类似现场常见的问题
入场计数依赖道闸或停车票，跟车尾随和步行进入的情况会被漏掉。
长时间停放和被遗弃的车辆无人察觉。
对于到达时间的争议，没有证据可查。
繁忙的坡道和楼层，没有高峰时段的记录。
摄像头出了故障，直到有人要调录像时才发现中间有缺口。
Eye AI 在这里做什么
示例，并非真实客户案例
在您这样的现场，一天会是什么样
设想一座两层停车场，有一条入口车道、一条出口车道，每层各有一排车位。管理人员在每条车道上设一条计数线，在每排车位上方设一个停留区域。到中午，历史记录里已有按小时统计的进出车辆和最忙的时段。有一辆车在车位上停留的时间远超正常范围，被标记为长时间停放，附有开始时间和截图。之后有客户声称自己到达得更早，管理人员就去查看那个小时的入口截图。当天结束时，把表格导出为 CSV。如果需要读取车牌，会先对入口车道做现场勘测。
您得到的报表与凭证
- 按车道、楼层和小时统计的车辆进出数量
- 到访的开始、结束和时长，以及停放或路过
- 按天按小时的表格，支持导出 CSV
- 已勘测车道的车牌记录及截图（测试版）
- 摄像头在线历史
为什么现有摄像头在这里很重要
停车场的车道和坡道本来就有摄像头覆盖。Eye AI 通过一台现场计算机复用这些摄像头，所以无需在每个车位装传感器，也无需新布线。
本行业的诚实边界
- 每个楼层或车道需要单独设置一路摄像头来计数；单一画面无法覆盖整个停车结构。
- 低照度、车灯和地下室的反光会降低准确率；夜间深色车辆可能被漏掉。
- 占用率和容量图表还不是成熟的报表；底层的停留数据和计数已经具备。
- 预留车位或授权车辆的核查需要车牌识别，而它目前是测试版，并且需要现场勘测。
- 如果系统在一次到访期间重启，这次到访可能被拆成两条记录。
常见问题
能统计空闲车位吗？
目前还不能作为成熟的占用率报表提供，只提供计数和停留时长。
能读取车牌吗？
可以，目前为测试版，需先对车道做现场勘测。
能标记停在预留车位上的车辆吗？
没有车牌识别和车位名单就做不到；目前不提供这项功能。
需要装传感器吗？
不需要。使用您现有的摄像头。