規劃示意影片
本段影片重點：
- 第一段：車輛進入場域，AI 開始抓取畫面。
- 第二段：車牌自動擷取、清理與辨識。
- 第三段：與授權名單比對，判斷是否放行。
- 第四段：記錄結果與異常警報，輸出可追蹤紀錄。
AI LICENSE PLATE RECOGNITION
辨識只是開始，管理才是目的。
車牌辨識可作為車輛進出、名單比對與車道管理的一環；要達到穩定運作，仍須先把鏡頭、車道停駐動作、管理規則與例外流程串在一起。
LINE 預約免費場勘／估價LICENSE PLATE CASE
先看鏡頭視角與車道條件，才能談辨識穩定度。
車牌辨識本質是資料取得入口，穩定性由停車位置、照明、車種與規則設計共同決定。
- 先確認攝影機角度與遮蔽
- 再對照車道速度與光線
- 最後建立管理規則與放行節點
FIELD SUPPORT VISUALS
四張輔助圖：分別補充現場、流程、設備角色與管理結果；皆為規劃示意，實際配置依場勘確認。
WHEN IT WORKS
AI 車牌辨識要穩定，必備四條件。
先拍對角度
先確認車輛停止位置與鏡頭視角，避免遮蔽與反光反覆造成誤判。
先補齊規則
先把車籍名單、放行時間、例外放行與異常提醒做一致設定。
先連動控制
先讓辨識結果連到柵欄或放行邏輯，才能把技術結果轉為日常動作。
先建立維運節奏
先規劃異常通知與回報機制，讓辨識品質有持續優化的機制。
HDC PUBLIC INFORMATION
前端辨識，搭配車道管理。
宏頂既有官網公開說明，車牌辨識專用攝影機可進行前端辨識，並能依設定範圍或全畫面搜尋車牌；實際辨識表現仍受現場狀況影響。
車牌資料比對
車輛進入車道時，辨識結果可搭配車籍名單與進出規則使用。
車種與格式需求
規劃時會確認實際車種、牌照格式、行車速度與車道使用情境。
影像與現場條件
光線、鏡頭角度、車牌狀態與車道動線都會影響辨識設計。
可搭配管理系統
可進一步討論與 eTag、車道控制、字幕機、門禁與監控的整合需求。
SITE SURVEY MATTERS
先評估，再承諾。
需要確認的現場條件
包含車道寬度、停止位置、行車速度、日夜光線、鏡頭安裝點、網路與供電條件。
需要確認的管理條件
包含開門規則、車籍名單、訪客、異常處理、保全人員與既有系統流程。
AI SEARCH GUIDES
從實際問題開始理解辨識規劃。
不同場域的車道、車籍與訪客規則不同，先從對應指南確認影響規劃的條件。