【项目背景】
九原物流园某冷库加平库混合仓库，日均出入库约1200托，靠人跑盘点与目视巡检：去年两次盘点误差率超0.8%，一次冷链断链（冷风机故障17小时）发现时已经过了投诉窗口。客户的痛点不是"看不见"，是"看见了也没人处理"。物流园的AI不是秀肌肉，是把1200托里的那0.8%找出来。
【咨询设计】
按"识别+温感+闭环"三层。识别层：库区4个出入口+月台8个点位部署宽温-30℃、IP67摄像机，边缘节点（Jetson Orin，TensorRT加速）跑两组算法——叉车与车辆识别（车型+车牌+载具状态，用于月台占用与出入登记）、托盘堆叠异常识别（超限堆叠、混装预警）。温感层：冷库内按温感梯度布点（冷风机出风口、库门内侧、深仓位，共32点），LoRa回传，阈值按温区分级（-18℃库区告警-16℃，12℃保鲜区告警15℃），断链事件自动推送值班并联动门禁（异常温升时冻结出库放行）。闭环层：识别与温感事件统一入平台（Kafka汇聚，边缘推理不出内网），月报自动出（误差率、断链时长、月台周转），给运营会看，不给"数据盆景"。
【施工规划】
按"先温感、后识别、再闭环"。温感节点先行（施工量小、见效快），LoRa网关沿库区布3台（单网关半径按实测衰减调参，留20%余量），所有室外与库区节点宽温、IP66以上，接头灌封，包头冬季-20℃环境下温感探头做防凝露与校准漂移补偿（每90天现场比对一次）。识别点位走既有桥架，Cat6A到边缘节点，熔接与端接逐点登记，OTDR均值0.03dB/点内。算法调参用近90天历史影像回放，叉车识别准确率97.4%，堆叠异常误报压到<1次/点位/周。
【安全补丁】
很多物流园觉得"装几个摄像头就是智能化"，但实际上，月台与库门是仓库里人员流动密集、也易被尾随进入的区域——我们现场测得：旧门禁的刷卡记录与监控时间轴对不上（NTP未同步），出纠纷时连"谁先谁后"都说不清。本次同步四件事：全园时间同步走NTP（精度<10ms）并纳入审计；识别与温感管理面独立VLAN、强口令周审计；事件存储做完整性校验并异地双备；门禁、监控、温感三方时间轴对账写入月报——出问题时，证据链是完整的。
【验收交付】
硬数据：32个温感点全量上线，LoRa回传成功率99.5%（含一次26小时断链续传验证）；断链演练（模拟冷风机停机，从温升触发到告警推送11分钟，联动门禁生效）；叉车识别回放准确率97.4%；月报模板通过运营会评审。交付《部署与测试报告》《算法调参报告》《事件处置SOP》，对库管员两小时培训。
【售后承诺】
九原物流园在包头辐射圈内：常规故障4小时到场，断链事件7×24响应（温感告警即触发）；包头入冬前与沙尘季前各一次主动巡检，重点查温感探头校准漂移与室外接头密封；算法按季度用新影像回放学率更新，变更必有回退。17704868686随叫随到。