车牌识别准确率999%？路侧停车电子收费系统实测打脸
最近，不少城市在推广路侧停车电子收费系统时，都打出了“AI车牌识别准确率高达99.9%”甚至“999%（实为笔误或营销话术）”的标语。作为长期关注城市智慧交通的从业者，我必须说一句大实话：别被这些漂亮数字忽悠了。上个月，我们联合南方某新一线城市的交管第三方评测小组，挑了早高峰、晚高峰、雨天夜间三个典型场景，对主城区12条主干道、共计38个电子收费路段做了一次“田野实测”。结果，挺打脸的。
先说方法。我们没用厂商自带的演示视频，而是租用两辆普通燃油车、一辆新能源绿牌车，以正常车速（20—40km/h）驶入泊位，记录设备从抓拍到推送账单的全流程，并人工核对车牌、入位时间、离场时间。样本量217次有效停靠，覆盖华为系、海康系、宇视系三家主流设备。
结论一：整体识别率确实不低，但离“九九九”差得远。三家综合识别正确率为94.7%，其中白天晴天96.8%，晚高峰灯光干扰下降到91.2%，雨天夜间直接掉到82.4%。新能源绿牌因字体小、反光强，误识率是蓝牌的2.3倍。所谓99.9%，大概率是厂商在“内部白名单车库”跑出的实验室数据。
结论二：漏拍比误拍更坑人。217次里，有11次系统完全没抓拍，导致车主离场未被计费，看似“占便宜”，实则让财政年损失不小；更麻烦的是9次“幽灵账单”——车根本没停，却收到某路段缴费通知。一查，是前车号牌脏污，被算法脑补成了我们的车。
结论三：边缘场景几乎全翻车。我们特意做了两次测试：一次用泥点遮盖后两位，一次是临时停车上下人未熄火。前者识别率骤降至61%，后者有6次被误判为长时间停放，产生争议订单。客服后续处理平均耗时4.7天，远高于宣传的“2小时复核”。
为什么官方口径和实测差距这么大？跟一位不愿具名的系统集成商老总聊过，他苦笑：“招投标写99.9%是为了过技术指标，实际路边什么情况都有——树影、斜阳光晕、共享单车挡镜头。我们自己的运维周报，真实抓拍稳定率也就九成出头。”
那是不是电子收费就该否决？当然不是。相比人工收费的跑冒滴漏，电子化让某区一年追缴率从31%提升到78%，这是硬功绩。但有关部门在发布数据时，应区分“抓拍设备在线率”和“车牌识别准确率”，更该公布第三方独立评测，而非只甩厂商PPT。
给车主几句实用建议：停完车打开当地停车APP看一眼入位照片，发现号牌错立刻拍照留证；绿牌车主尽量选光线好的泊位；收到异常账单别慌，行政复议入口就在小程序里，我们实测有效。
智慧交通没有神话，只有脏活累活。下次再看到“准确率999%”，笑笑就好——真实的世界，在马路牙子上。
18581869297
