用AI视频清点库存，哪些场景可行，哪些场景受限

到了月末盘点日，两名员工在堆场逐一人工清点，下午再清点一次进行核对，结果数字却不一致。第三次清点，数字又变了。与其追究是谁数错了，现场往往会取平均值，或直接记录最后一次的结果。这正是许多现场的真实情况。

因此，人们自然会问，能不能用摄像头来统计数量。近期我们收到的咨询中，就有四项提出了同一个问题。一家制造企业希望通过视频实时掌握堆场中的在制品数量，一家脚手架材料经销商则希望在车辆进场时拍摄车厢，自动识别材料种类并统计数量。不过，第二位咨询者不仅提出了需求，还在来函中说明了局限："如果构件相互交错或多层堆放，仅靠一台监控摄像头很难准确统计数量。"

这个判断是正确的，这句话也概括了本文的核心。视频计数并不能简单地分为可行与不可行。关键不在于统计什么，而在于何时统计。

I. 场景计数与通行计数

视频计数这个名称，实际上包含两种不同的任务。

第一种是统计一个场景内的目标数量。例如拍摄一次堆场，统计画面中放置了多少件材料。这种方式与人工盘点的逻辑相同，容易理解。问题在于，它只能统计看得见的目标。被前方物体遮挡或压在下方的目标，无论模型多么先进都无法统计。凭空补出画面中不存在的信息，只能算估算，不能算计数。

第二种是统计越过边界的目标。也就是在出入口、输送线或闸口等位置设置一条固定界线，每有一个目标越线便累计一次。这种方式的条件要好得多。目标逐一通过，重叠情况较少，而且一台摄像头负责的区域较窄，因此分配到每个目标上的像素也更充足。即使没有捕捉到目标越线的瞬间，也能在下一帧再次看到它。

两种方式的准确率差异，不是技术水平造成的，而是问题定义不同。因此，开始评估时首先要问的不是摄像头规格，而是：现在要统计的是已经堆放好的物料，还是正在通过某处的流动目标。

II. 统计堆放物料时遇到的难点

1. 重叠

这是最大的障碍。如果托盘整齐地排成一列，统计并不困难。但一旦两三个托盘重叠堆放，后方目标就会被前方目标遮住，从画面中消失。人可以凭经验猜测"堆到这个高度，后面大概还有多少个"，但这不是计数，只是经验估算。如果让模型进行同样的猜测，虽然可以得出数字，却没人知道结果是否正确。

2. 形态不统一

对于立杆或可调支撑等长度相同、轮廓彼此分明的材料，统计相对容易。相反，系统脚手架构件等长度和形状混杂、彼此搭接的材料，其边界本身就会变得模糊。如果连现场人员都难以明确说明要统计的基本单位是什么，模型也会在同一个环节出现偏差。

3. 只观察单一时点

一张堆场照片只代表拍摄时刻的状态。叉车经过一次，物料布局就可能发生变化。虽然可以通过持续统计并取平均值来弥补，但**如果要把库存数量记入台账，就必须先确定以哪个时点的数字为准。**这不是技术问题，而是运营规则问题。

这里自然会有人追问，能否增加摄像头数量，从更多角度拍摄。这个思路在很大程度上是正确的。同时从左右两侧和上方观察，可以显示原本被遮挡的目标，并通过比对不同视角的结果减少误差。但在开始之前，也要了解随之而来的两个问题。摄像头越多，安装和校准工作就越多，而且**仍会存在任何角度都看不到的位置。**夹在料堆中间的构件，无论安装多少台摄像头都无法看到。

因此，我们通常会提出相反的建议。与其增加摄像头来更清楚地观察料堆，不如把统计时点提前到物料形成料堆之前。

III. 不同堆放形态的统计难度

目标与场景	视频计数难度	推荐设计
通过闸口的车辆、人员	低	通行计数
经过输送线的单件物品	低	通行计数
单层整齐排列的托盘	中	可采用场景计数
划有停车位或分区的空间	中	按分区判断占用状态
多层堆放的同类材料	高	通行计数 + 位置记录
交错堆放的异形构件	很高	改为记录出入库时点

表格右侧一列正是本文希望传达的结论。**难度越高，答案越不在于更好的摄像头，而在于选择不同的统计时点。**堆放后再统计很难，堆放前统计则很容易。

IV. 提前统计时点后会发生什么

材料从车辆上卸下的瞬间、托盘通过闸口的瞬间、叉车越过区域边界的瞬间，都是目标逐一分开通过的短通道，也是最适合计数的位置。

ORBRO的AI Event Manager可以汇总这些边界位置发生的事件，供工作人员核查。如果同时部署车牌识别，就能留下"哪辆车在什么时间进入，并卸下了什么"的记录。只要完整记录入库与出库，库存数量便可以根据两者之差计算，无需重新清点堆场。

当然，仅依靠流转记录也会累积误差，因为漏记的一次事件会一直留在台账中。因此，**定期实物盘点仍然必不可少。**改变的是盘点的性质：从重新清点全部库存，缩减为只核查台账与实物不一致的区段。

此外，视频始终无法覆盖的区域仍需单独处理，例如料堆内部、室内多层货架顶部以及篷布下方。在这些区域，为容器或叉车安装UWB RTLS标签，并利用其移动记录进行补充，通常更经济。如果把视频与位置数据视为彼此竞争的方案，两者看起来都不够完善；但如果设计为相互弥补盲区的组合方案，就能达到接近全量实物盘点的覆盖水平。

V. 评估部署方案时需要确定的事项

第一是允许误差。应先确定这项业务是否允许100个目标中正确识别99个，还是一个都不能错。用于观察物料用量趋势和用于核算发货数量，两者的要求完全不同。

第二是统计单位。必须明确统计的是整捆还是单件，是托盘本身还是托盘上的纸箱，否则对准确率的争论不会结束。现场称呼与台账单位不一致的情况也很常见。

第三是与现有系统的衔接方式。统计结果要发送到哪里，是经人工确认后录入，还是自动写入，不同选择会带来不同设计。如果一开始就启用自动写入，一次误检就可能扰乱整体库存数据。建议初期先将结果作为核对依据保存，待误差稳定后再扩大自动化范围。

第四是验证区段。应选择的不是条件最理想的地方，而是**当前人工负担最重的区段。**如果只在容易实现的区域取得成功，进入下一个区段时仍然要从头开始。

结语

清点三次却得到三个不同数字，并不是因为现场人员不够认真，而是因为等到物料全部堆放好之后才开始清点。即使安装摄像头，只要沿用同样的作业顺序，就会在同一环节遇到同样的问题。改变顺序之后，这项工作就不再是清点，而是记录。

ORBRO同时提供从视频中识别事件的AI Event Manager、记录位置的UWB RTLS，以及在同一界面展示两类数据的ORBRO OS。因此，我们不会只回答"能否通过视频计数"，而是从"在哪个环节统计更合理"出发设计方案。只要告诉我们您要统计的目标及其堆放形态，我们可以与您一起判断应从哪个区段开始减少人工操作。