甘肃某地百余家加油站应用AI边缘计算盒子

在甘肃某地市的加油站，原本用于日常查看的监控画面，有了新的用途：站内人员打电话、吸烟，现场出现烟雾或火焰，以及车辆进出、卸油作业中的部分关键环节，都可以借助视频智能分析辅助发现和记录。

据项目负责人介绍，由合肥薪火信息科技有限公司提供的AI边缘计算盒子已应用于当地100多家加油站。设备接入站内摄像头视频，在现场完成图像分析，并将识别结果和相关记录提供给管理人员查看，为分散站点的日常巡查提供辅助。

项目车辆统计与站点运行状态界面（站点名称已遮盖）

从查看画面到发现异常

加油站日常运营中，加油区域、车辆通道和卸油区各有不同的安全管理要求。站点分布较广时，管理人员需要关注多个画面，及时发现人员行为异常并进行核实。

一个站点往往有多个摄像头，既要关注加油机附近的人员活动，也要留意车辆通道和卸油区域。不同点位的关注内容并不完全相同：有的侧重人员行为，有的侧重车辆和作业区域。把识别规则与具体画面结合，才能让提示信息与现场管理需求对应起来。

据项目负责人介绍，项目围绕站内使用手机、吸烟等人员违规行为配置了识别功能。当视频画面出现疑似异常时，系统可生成事件记录，并结合抓拍画面提示管理人员关注。管理人员可以查看对应时间、位置和画面，再结合现场情况进行核实和处置。

从管理流程看，一条提示的价值不仅在于发现画面中的疑似行为，还在于让值守人员能够找到对应画面、确认发生位置，并根据情况进行提醒或处置。对于多个站点，时间、点位和截图等信息也为后续查询提供了线索。

针对烟雾和火焰，设备也可对摄像头画面进行分析，在出现疑似情况时提供预警线索。图像识别结果会受到遮挡、光照、拍摄角度等条件影响，因此现场人员仍需结合实际情况判断，并按照既有安全管理程序处理。

车辆计数为站点管理提供参考

除了安全巡查，车辆情况也是加油站日常管理需要关注的信息。项目通过视频画面对车辆进行识别和计数，管理人员可查看不同站点或摄像头的车辆统计情况，以及相关抓拍记录。

车辆抓拍记录界面（站点名称及车牌信息已遮盖）

从项目提供的系统画面可以看到，管理界面展示了站点节点、摄像头在线情况、车辆累计数量等信息。分散在不同位置的站点数据汇总后，管理人员可以按站点查看，了解车辆活动情况。统计结果用于辅助日常管理，具体数据仍需结合点位覆盖范围和识别条件核实。

在首图所示的2026年7月6日10时23分历史界面截图中，某站点6路摄像头显示在线，当日车辆累计数显示为845。该数字是截图时点的统计记录，反映的是相关摄像头的计数情况，不能直接理解为全部站点的数据。

站点监控画面与车辆统计界面（站点名称已遮盖）

关注卸油作业关键环节

卸油作业涉及车辆、人员和设备的配合，作业过程中需要按照相应安全流程执行。围绕卸油八步法，项目结合现场摄像头画面，对可见的关键操作和防护措施进行识别辅助，为管理人员复核规范作业提供线索。

与单一目标识别相比，卸油作业更需要把识别结果放回具体流程中查看。管理人员可以结合各环节的操作要求和现场画面，关注相关防护设施是否出现在可视范围内，并对疑似异常进行复核。

例如，车辆停靠、警示设施摆放、静电接地和消防器材准备等现场可见情况，可结合实际机位与项目规则进行关注。不同站点的设备布置、摄像头视野和具体作业要求存在差异，识别内容需要根据现场条件配置。系统能够辅助检查视频中可见的环节，不能替代作业人员执行规程，也不能代替现场安全确认。

让已有摄像头参与智能巡查

经过向薪火科技了解到，边缘计算盒子部署在站点侧，通过接入现有摄像头或视频设备，对视频流进行本地分析。站点可根据不同区域的管理需求配置识别规则，将疑似事件、抓拍图片等信息提供给管理人员查看；车辆统计等数据也可在管理界面中按站点汇总。

边缘计算的特点是将部分分析工作放在视频产生的站点附近。摄像头采集画面后，由站点侧设备运行相应算法；管理端查看的是按规则形成的记录和统计信息。项目使用已有视频资源，也使管理人员可以把智能分析结果与原有画面结合起来查看。

多站点设备运行与统计界面（站点名称及访问地址已遮盖）

这一方式使已有视频资源在画面查看之外，增加了对人员行为、烟火、车辆和卸油作业环节的分析能力。对分布较广的加油站而言，管理人员可以借助事件提示和记录，把注意力集中到需要进一步核实的画面上。

从百余家站点的应用场景看，设备部署只是工作的一部分。不同站点的摄像头位置、画面清晰度和作业区域并不相同，识别区域与提示规则需要结合现场逐步调整。日常使用中，通过核对记录、反馈误报或遗漏情况，也有助于持续完善配置。