Распознавание номеров транспорта, контейнеров и грузов на КПП и терминалах
Камеры на въездах и доках распознают номера машин, контейнеров и маркировку грузов и сверяют их с заявками без участия оператора.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
На въезде склада или терминала охранник вручную сверяет номер машины с заявкой, записывает время и звонит диспетчеру. Очередь на КПП в пик — десятки машин, а ошибки в журнале приводят к спорам с перевозчиками по простоям.
На доках приёмки маркировку паллет и коробов сканируют вручную, повреждения упаковки фиксируются постфактум, и при претензии невозможно доказать, в каком состоянии груз был принят.
В контейнерных терминалах номера контейнеров и пломбы проверяются с задержкой, а система управления терминалом получает данные с опозданием.
Что делает ИИ
PyTorchUltralytics YOLOPaddleOCRNVIDIA DeepStreamTensorRTPostgreSQL
Решение подключает камеры на въездах, доках и кранах к серверу видеоаналитики, который распознаёт объекты и передаёт данные в TMS, WMS или систему терминала.
- Распознавание государственных номеров, номеров контейнеров по стандарту ISO 6346, номеров вагонов и пломб.
- Автоматическое открытие шлагбаума при совпадении с заявкой и фиксация времени въезда, постановки на док и выезда.
- Чтение штрих-кодов, DataMatrix и текстовой маркировки на паллетах по видео; фотофиксация состояния груза при приёмке.
- Детекция повреждений упаковки и несоответствия количества мест заявке.
Система работает при плохом освещении и загрязнённых номерах благодаря дообучению на снимках с конкретной площадки.
Развёртывание на одном КПП занимает 4–6 недель, включая подбор камер, освещения и интеграцию со шлагбаумом и учётной системой; затем схема тиражируется на остальные въезды и доки.
Какие данные нужны
- Видеопотоки с КПП, доков, кранов
- Заявки на въезд и отгрузку из TMS/WMS
- Снимки номеров и маркировки для дообучения
Какая инфраструктура нужна
Профиль «видеоаналитика»: распознавание номеров и маркировки — относительно лёгкие модели, и одна GPU с 24–48 ГБ памяти обслуживает 15–25 камер в реальном времени. Для терминала с 20–60 камерами подходит сервер R5 PLUS из раздела GPU-серверы с 2–4 GPU; для распределённой сети складов — локальные узлы на рабочих станциях W5 MAX из рабочие станции с центральной консолидацией событий.
Заложите NVMe-хранилище под фотофиксацию приёмки: снимки хранятся несколько месяцев для разбора претензий. Промышленное исполнение и работа при температуре помещения КПП — критерий выбора корпуса.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Логистика и транспорт»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

