監控與儲存負擔重
- 每個站點都有大量需要持續監測的攝影機影片流。
- 區域中心實時檢視與儲存 720P/1080P 影片，會消耗大量頻寬與儲存資源。
- 長期影片保留帶來持續的企業開支。
殼牌加油站案例
以 AI 支援加油站安全營運與流程合規
殼牌加油站需要對卸油、巡檢、人員行為與事件響應進行可靠監管。Awakedata 部署端到端 AI 分析架構，改善監控覆蓋、資料檢索與流程級合規分析。
聯絡我們的團隊
部署背景： 以下方案與成效描述的是該客戶專案當時交付的系統。
行業背景與挑戰
分散式加油站營運面臨的常見限制。
安全視覺化不足，檢索緩慢
- 依靠全天候人工值守，難以及時發現安全事件。
- 事後影片複核與追溯耗時耗力。
- 傳統 NVR 按時間檢索而非按場景檢索，對結構化報表支援有限。
非結構化影片記錄
- 歷史影片難以關聯到具體事件與流程。
- 缺少結構化索引，難以按場景快速檢索與匯出。
合規流程缺口
- 卸油與日常巡檢步驟需要全流程證據。
- 缺乏 AI 標記時，關鍵安全行為與風險違規往往被遺漏。
從安全檢查到可追溯事件
三個協同層級，支援規模化監測與多維分析。
邊緣分析
邊緣 AI 裝置直接接入站點攝影機或 NVR，實時執行模型、智慧壓縮影片，並觸發現場告警。
多級平台
區域與中心節點彙總邊緣輸出，用於儲存、回放、中心分析與統一監控管理。
多維查詢
透過 GIS 視覺化、事件看板、資料提取、報表匯出及中心實時廣播，支援管理決策。
AI 場景覆蓋
從卸油安全到全站監管，平台支援多種場景自動化。
卸油安全智慧管理
- 高處作業個人防護裝備合規檢測
- 滅火器擺放核驗
- 防靜電夾使用檢測
- 接地與軟管操作合規
- 卸油時長監測
全站營運監測
- 夜間反光背心檢測
- 作業期間使用手機檢測
- 電子圍欄與限制區域監測
- 人員入侵與跨區域移動檢測
- 收銀臺及櫃檯人員管理檢查
流程 AI 合規分析
- 卸油開始時實時提醒
- 逐步核驗卸油檢查清單
- 日常巡檢全過程記錄
- 自動留存證據截圖與回放時間線
- 可匯出為 PDF 的合規報告
營運結果
- 更快發現事件： 場景觸發的告警減少響應延遲。
- 減少人工複核工作量： 結構化檢索與 AI 標記事件。
- 更有依據地確認合規： 用於審計與管理的全流程記錄。
- 更有依據的決策支援： 視覺化看板與多維報表輸出。
從安全檢查到可回溯的證據
20 秒概覽 · 無音訊 · 示意圖
殼牌專案結合多路攝影機畫面開展卸油安全檢查：核查裝置、人員與操作步驟，再將檢測事件關聯到抓拍、回放與報告。這些工業現場經驗幫助我們支援合作伙伴建置下一個應用。
這些經驗如何支援當前平台
殼牌加油站方案檢查作業步驟，並將檢測結果關聯至證據截圖、回放與報表，說明工業 AI 除了目標識別，也需要理解流程背景。
如需建置類似應用，可瞭解 使用 Studio 編寫與測試流程邏輯, 使用 Edge 進行現場執行，以及 使用 Hub 稽核事件.
SAIL——工業 AI 應用語言與執行環境。
如需幫助理解工業需求並編寫 SAIL 應用，請了解 Awakedata Morca.
您是否面臨類似的巡檢或安全挑戰？
與我們的團隊討論您的業務、攝影機配置與需求。