AI结算台安装调试要点,小安派工智慧食堂防遮挡与识别率优化实操

　　AI视觉结算台依靠顶部工业相机采集餐盘菜品图像完成自动结算，广泛应用于校园、园区、政企智慧食堂。实际落地过程中，菜品堆叠、餐盘摆放偏移、手部遮挡、反光、光照异常、镜头脏污，都会直接造成漏识别、错识别，影响就餐结算效率。

　　设备硬件本身性能之外，现场安装、防遮挡处理、环境适配、实场景测试，是保障实际使用阶段识别表现的关键。小安派工依托全国多省市智慧食堂项目实施经验，从前期勘测、硬件安装、防遮挡处理、识别率调试、现场实测、交付运维几个维度梳理实操要点。
　　一、前期现场勘测要点

　　1.机位空间勘测

　　确认结算台摆放位置，避开窗户强光直射、射灯直照点位；远离蒸汽出口、洗碗区，减少水汽、油污长期侵袭镜头。核算顶部相机安装高度，严格参照设备厂家参数执行，高度偏差过大会造成画面畸变或者视野不全。确认周边无立柱、吊灯、装饰构件侵入相机拍摄视场范围。

　　2.供电与网络环境确认

　　设备使用独立供电回路，避免和大功率蒸饭、排风设备共回路，减少电压波动干扰；规划内网链路，保障边缘识别单元、后台管理平台网络互通，确认断网本地缓存功能可用。

　　3.现场干扰项提前排查

　　记录现场光源类型：自然光、室内顶灯色温，金属餐盘、透明玻璃餐具占比；提前评估就餐时人手、托盘、汤碗容易出现的遮挡场景，在安装阶段提前做应对方案。

　　二、硬件安装施工要点

　　1、整机与相机安装

　　1）结算台机身摆放保持水平稳固，避免运行震动；顶部相机支架紧固无松动，防止后期震动偏移拍摄角度。

　　2）镜头保护玻璃保持洁净，安装完成撕掉保护膜，避免保护膜残留造成成像模糊；镜头角度固定，不出现倾斜。

　　3）补光模组按照设备规范装配，柔光补光角度向下，避免灯光直射镜头产生眩光，减少硬光斑、浓重阴影。

　　2、布线与机柜部署

　　AI结算台配套的边缘计算单元、交换机尽量放置在干燥通风机柜，不要直接放置在蒸汽、油烟较重的打餐区域；强弱电分管敷设，做好管线防水防油防护；做好设备接地，抵御静电浪涌。

　　接线端子紧固，做好台账记录设备IP、序列号，留存安装实拍照片。

　　三、现场防遮挡处理（减少漏识别核心环节）

　　遮挡分为物理构件遮挡、人为操作遮挡、菜品堆叠遮挡三类，调试阶段需要针对性处理。

　　1.硬件视场防遮挡

　　清除相机画面内多余障碍物：结算台上方管线、灯具、装饰件不能侵入有效识别画面；划定台面有效识别区域，张贴标识引导用户将托盘放置在指定识别框内，减少托盘越出画面造成局部菜品被裁切。

　　2.就餐操作遮挡规避

　　就餐人员取放托盘时手部、胳膊容易进入拍摄画面。调试时划定识别ROI有效区域，把台面边缘手部经常出入的非结算区域剔除出算法识别范围，降低手部干扰识别的概率。

　　提示食堂管理方引导就餐人员，结算过程尽量不要将手、餐具伸入托盘上方识别镜头视场。

　　3.菜品堆叠、餐具遮挡应对

　　菜品过高堆叠、大碗汤菜凸起过高，容易造成部分菜品被遮挡。现场调试不要仅依靠实验室标准餐盘，使用食堂真实在用餐具、菜品做测试；对于经常出现超高堆叠菜品，可和食堂沟通优化盛菜方式，同时在算法端适当做容忍适配。

　　4.镜头自身遮挡防护

　　食堂油烟、水汽会让镜头保护玻璃积油积灰，形成物理遮挡。安装阶段确认镜头位置避开蒸汽直吹；给食堂运维人员说明定期清洁镜头的维护要求，避免长期油污覆盖镜头造成成像失效。

　　四、识别率相关调试优化

　　1、光照与反光调试（高频影响识别率）

　　食堂不锈钢餐盘极易产生镜面反光，窗户直射阳光、顶灯光斑都会干扰图像质量。

　　1）优先物理优化：尽量避开阳光直射机位；现场如果强光无法规避，增加遮光挡板，调整周边灯具角度。

　　2）调试相机参数：调整曝光、增益、补光亮度；开启设备自带抗反光、宽动态功能，降低光斑过曝问题。

　　3）观察不同时段：早、中、晚不同自然光条件下分别查看画面，不能只在单一灯光环境调试交付。

　　2、算法与菜品库配置

　　1）导入食堂实际在用菜品样本，完成菜品库录入，不要直接使用通用测试样本；新增菜品及时补充样本图片。

　　2）合理设置识别置信度阈值，阈值过高容易漏识别，阈值过低容易出现误识别，结合食堂现场实际效果取平衡值。

　　3）配置称重辅助校验的设备，开启重量校验逻辑，辅助过滤部分误识别结果。

　　3、本地功能调试

　　通电后依次测试：图像采集、菜品识别、价格输出、结算交互、本地数据缓存、后台数据上报；模拟多盘混合菜品、相似颜色菜品、带汤汁菜品等食堂真实工况，观察识别输出结果。

　　五、多场景实机验证测试（交付前必做）

　　不能只做静态摆盘测试，要模拟真实就餐行为做批量测试：

　　1.常规场景：多种菜品组合、不同餐盘材质、不同摆放位置，反复放盘、取盘，统计识别情况。

　　2.遮挡模拟场景：模拟手部分入画面、菜品局部堆叠遮挡，观察设备是否出现错识。

　　3.昼夜光照切换测试：白天自然光、夜间室内灯光分别测试，确认光照变化后识别效果没有明显恶化。

　　4.压力简易测试：短时间连续多次结算，观察设备算力、响应速度，避免高峰期卡顿。

　　出现频繁错识漏识，要区分根源：是硬件安装/光照/遮挡导致图像差，还是菜品样本库不足，针对性处理，不单纯调高算法阈值。

　　六、资料归档与交付运维要点

　　1.归档设备IP、账号密码、相机参数配置、菜品库版本、安装调试照片，方便后期维护。

　　2.向食堂管理人员说明日常维护重点：镜头清洁要求、常见遮挡与反光现象、简单异常排查方式。

　　3.后期属地运维：AI结算台处于油烟潮湿环境，后期可定期上门复核识别效果，协助更新菜品库、清理镜头油污，处理硬件松动偏移。

　　七、现场高频问题及规避

　　1.静态摆盘识别正常，就餐实际使用识别差：缺少真人模拟遮挡、不同光照下的实测，交付前务必复现真实就餐工况。

　　2.金属餐盘反光造成识别错乱：优先调整光照、相机参数，必要时建议食堂优先选用低反光餐具。

　　3.手一伸进去就识别出错：算法ROI识别区域裁剪不合理，把手经常出入的边缘区域排除识别范围。

　　4.过一段时间识别逐步变差：镜头保护玻璃积攒油烟水汽，需要建立定期清洁维护机制。

　　5.菜品堆叠过高局部被遮挡漏识别：一方面调试算法容忍度，另一方面和食堂优化盛菜作业规范。

　　运营主体：深圳小安网络信息技术有限公司

　　总部地址：广东省深圳市南山区西丽街道留仙大道5015号众冠大厦1207

　　联系电话：0755‑26406645、18126209770

　　官方网站：https://www.shenzhenxiaoan.com