1、多仓分布，现场监管难统一

仓储节点分布广、摄像机数量多，依靠人工逐点查看和巡检，难以持续掌握各仓库的作业情况。

2、违规行为种类多，识别条件复杂

叉车作业、人员防护、货物装卸和仓储堆码等场景涉及多类行为。部分异常动作短暂、细节小，单纯依靠人工查看监控容易遗漏。

3、货物状态异常不易及时发现

货物超高堆码、倾斜、包装破损、受潮或淋雨等情况，可能随着作业和存储过程发生，需要结合现场区域及持续时间进行判断。

4、告警发现后需要快速响应

异常事件发生后，管理人员需要及时定位现场并通知相关人员处理。若告警、视频画面和现场处置相互分散，响应和复核会受到影响。

项目方案按多个物流仓储节点进行部署，规划接入 30+个仓储节点、3000+路算法分析任务，并配置本地AI分析系统和语音播报联动系统。系统采用“本地分析、总部管理、云端运维”的协同架构，在现场完成视频识别和快速告警，同时支持总部集中查看各节点事件、设备状态和告警数据。

1、云边协同部署

• 仓库现场部署AI服务器和分析系统，接入现有监控视频，在本地完成实时识别与事件处理。

• 总部管理平台集中展示告警数据、设备状态和事件记录；云端用于模型版本更新、策略配置和运维管理。

  
  

2、仓储作业场景识别

• 围绕仓储作业配置多类识别场景，包括叉车超速、区域入侵、安全帽未佩戴、货物堆码超高或倾斜、货物拖拽及野蛮装卸等。

• 系统可按仓库现场情况配置检测区域和规则，并支持后续扩展识别场景。

  
  

3、多算法逻辑组合

• 将人员、叉车、货物等模型识别结果与平台变量、外部系统数据组合使用，判断对象是否存在、数量、位置、移动状态和速度等条件。

• 支持设置持续时间、延时时长、触发次数、时间区间和事件优先级，适配跳下、叉车推挤货物、异常状态被遮挡等复杂场景。

  
  

4、告警播报与大屏联动

• 识别到异常后，可通过现场语音播报和管理平台告警提示相关人员；播报内容和触发规则可按场景配置。

• 大屏可弹出事件信息并切换至事发点画面，也可通过列表、图表、视频及地图等方式查看仓储节点状态。

  
  

5、视频接入与事件追溯

• 支持接入符合RTSP、ONVIF、GB28181等主流协议的视频设备，并兼容不同分辨率和编码格式。

• 系统记录任务日志、异常事件、模型版本和操作信息，支持事件查询、数据导出和后续复核。

1、多仓视频接入集中管理

系统面向多个仓储节点接入现场视频，支持在管理平台集中查看各仓库的告警和设备运行情况。

2、仓储风险识别覆盖多类场景

围绕人员作业、叉车运行、货物堆放、装卸规范和存储防护等业务配置识别规则，辅助发现现场异常。

3、告警信息能够触达现场

识别到异常后，系统可通过语音播报、平台弹窗和大屏展示等方式提示相关人员，便于及时核查处理。

4、事件记录便于查询复核

系统保存告警事件及相关视频信息，支持后续查询和问题复盘，为仓储作业管理提供记录依据。