中国外运仓储园区 AI 视频智能监管

客户：中国外运。项目：仓储园区监控视觉 AI 分析管理系统。

在仓库园区部署 AI 算力盒子，接入原有监控摄像头，围绕人员安全、叉车作业和环境风险开展 31 项算法识别，并将告警实时上报客户管理平台。

仓储作业同时涉及人员行为、叉车运行与通道环境。项目围绕这些风险组织识别能力，将视频中的异常线索转为可上报的告警，支持管理人员远程查看与复核。

原有摄像头 → AI 算力盒子 → 客户管理平台 → 管理人员复核。

试点 AI 盒子与音柱联动；本图为流程示意，非项目现场照片。

人员安全：18 项

人脸识别、人员闯入识别、睡岗识别、离岗识别、人员逗留、聚众识别、人群密度统计、吸烟识别、攀爬识别、摔倒识别、安全帽识别、护目镜识别、反光衣识别、玩手机识别、员工服装检测、未绑反光安全带检测、夏季工装检测、冬季工服检测。

叉车作业：2 项

叉车货物遮挡、人车防撞预警。

环境风险：11 项

周界入侵、车牌识别、机动车违停识别、相机状态识别、消防通道占用检测、跨车位违停识别、烟火识别、通道阻塞监测、安全出口堵塞、垛口卷帘下方堆放物品识别、小摊小贩识别。

广州四个仓库各部署一台 YT100-12，并与音柱联动开展效果验证。

以违规实时识别、隐患告警时长和安全事件处置率为评估方向，检验从风险发现、告警上报到人员复核与处置的管理链路。

违规实时识别

记录有效识别、漏报与误报情况，按算法和场景分别复核。

隐患告警时长

记录事件发生至管理平台收到有效告警的耗时。

安全事件处置率

已完成处置的有效事件数 ÷ 需处置的有效事件数，按统计期计算。

当前为前期试点验证：上述为评估指标，尚未提供实测告警时长、处置率或逐项算法验收结果。