我们为何自研路边停车无人收费系统？一位架构师的笔记
做了十一年城市交通信息化，我见过太多“看起来很美”的停车方案。三年前，我带着团队从某头部智慧城市公司出来，一头扎进路边停车无人收费系统的自研里。很多人问：市面上做地磁、做视频桩、做高位摄像头的厂商一大把，云端的停车平台也有不少开源和商用版本，你们为什么还要从零造轮子？
这个问题，我在项目复盘会上被问过不下二十次。今天闲下来，翻了翻当时的架构草稿和现场笔记，想把一些真实的考量写下来，也算给后来者留个底稿。
先说结论：我们自研，不是因为想标新立异，而是既有方案在真实城市场景里，根本撑不住“准、稳、低成本”这三件同时发生的事。
我列几组当时踩过的坑。南方某新区，早期用了纯地磁 手持POS的方案。地磁怕积水，梅雨季故障率直接飙到17%；巡检员人手有限，逃费率一度超过三成。后来换视频桩，车位识别率是上去了，可设备价格高、取电难，老城区根本铺不开。再到高位摄像头，识别准、能无人化，但算法严重依赖厂商黑盒，遇到本地车牌样式变异、树影遮挡，误拍只能人工复核，后台工单堆积如山。
更麻烦的是系统耦合。多数厂商把“感知—计费—支付—运营”绑死在自有平台，政府想接自有清分系统、想换支付方式、想拿原始过车数据做交通建模，全得看对方脸色。我们跑过两个地级市的交接项目，光数据字段对齐就耗了四个月。
所以自研的第一条理由：把感知层和计费逻辑解耦。我们的架构里，前端可以是地磁、视频桩或雷视一体机，只要吐出标准事件流（车位占用、车辆UID、时间戳），后端计费引擎就按规则跑。这样一来，老城区用便宜地磁，商圈用视频，混合部署不打架。
第二条，算法必须可解释、可迭代。我们没有用端到端黑盒，而是拆成“检测—跟踪—车牌校正—证据链生成”四段。每一段都能单独换模型，也能让交管局的人看明白为什么这笔订单生成了。去年冬天，北方某市雪盖车牌，我们两天内热更新了车牌校正模块，误判率压到2%以下，而某友商同场景工单翻了三倍。
第三条，成本结构要算总账。自研前期贵，但三年运维账一摊开：设备通用化让采购价降了四成，云端弹性计费省了闲时资源，逃费通过边缘证据链自动追缴，人工复核从每人日120单降到15单。一个中等城市，回本周期我们控制在十四个个月左右。
当然，自研不是请客吃饭。人员投入、算法打磨、与交管现有系统的合规对接，每一步都是硬仗。但作为架构师，我越来越确信：路边停车是城市公共服务的“最后一公里”，它不该被锁死在某一家的封闭系统里。我们写的每一行代码，本质上是在给城市留主动权。
笔记写到这里，窗外正好有巡检车路过。车顶设备闪了一下，我知道，又一个车位状态被干净利落地送进了我们的消息总线。这感觉，比卖一套标准产品踏实得多。
18581869297
