监控与存储负担重
- 每个站点都有大量需要持续监测的摄像头视频流。
- 区域中心实时查看与存储 720P/1080P 视频，会消耗大量带宽与存储资源。
- 长期视频保留带来持续的企业开支。
壳牌加油站案例
以 AI 支持加油站安全运营与流程合规
壳牌加油站需要对卸油、巡检、人员行为与事件响应进行可靠监管。Awakedata 部署端到端 AI 分析架构，改善监控覆盖、数据检索与流程级合规分析。
联系我们的团队
部署背景： 以下方案与成效描述的是该客户项目当时交付的系统。
行业背景与挑战
分布式加油站运营面临的常见限制。
安全可视化不足，检索缓慢
- 依靠全天候人工值守，难以及时发现安全事件。
- 事后视频复核与追溯耗时耗力。
- 传统 NVR 按时间检索而非按场景检索，对结构化报表支持有限。
非结构化视频记录
- 历史视频难以关联到具体事件与流程。
- 缺少结构化索引，难以按场景快速检索与导出。
合规流程缺口
- 卸油与日常巡检步骤需要全流程证据。
- 缺乏 AI 标记时，关键安全行为与风险违规往往被遗漏。
从安全检查到可追溯事件
三个协同层级，支持规模化监测与多维分析。
边缘分析
边缘 AI 设备直接接入站点摄像头或 NVR，实时运行模型、智能压缩视频，并触发现场告警。
多级平台
区域与中心节点汇总边缘输出，用于存储、回放、中心分析与统一监控管理。
多维查询
通过 GIS 可视化、事件看板、数据提取、报表导出及中心实时广播，支持管理决策。
AI 场景覆盖
从卸油安全到全站监管，平台支持多种场景自动化。
卸油安全智能管理
- 高处作业个人防护装备合规检测
- 灭火器摆放核验
- 防静电夹使用检测
- 接地与软管操作合规
- 卸油时长监测
全站运营监测
- 夜间反光背心检测
- 作业期间使用手机检测
- 电子围栏与限制区域监测
- 人员入侵与跨区域移动检测
- 收银台及柜台人员管理检查
流程 AI 合规分析
- 卸油开始时实时提醒
- 逐步核验卸油检查清单
- 日常巡检全过程记录
- 自动留存证据截图与回放时间线
- 可导出为 PDF 的合规报告
运营结果
- 更快发现事件： 场景触发的告警减少响应延迟。
- 减少人工复核工作量： 结构化检索与 AI 标记事件。
- 更有依据地确认合规： 用于审计与管理的全流程记录。
- 更有依据的决策支持： 可视化看板与多维报表输出。
从安全检查到可回溯的证据
20 秒概览 · 无音频 · 示意图
壳牌项目结合多路摄像头画面开展卸油安全检查：核查设备、人员与操作步骤，再将检测事件关联到抓拍、回放与报告。这些工业现场经验帮助我们支持合作伙伴构建下一个应用。
这些经验如何支持当前平台
壳牌加油站方案检查作业步骤，并将检测结果关联至证据截图、回放与报表，说明工业 AI 除了目标识别，也需要理解流程背景。
如需构建类似应用，可了解 使用 Studio 编写与测试流程逻辑, 使用 Edge 进行现场执行，以及 使用 Hub 审核事件.
SAIL——工业 AI 应用语言与运行时。
如需帮助理解工业需求并编写 SAIL 应用，请了解 Awakedata Morca.
您是否面临类似的巡检或安全挑战？
与我们的团队讨论您的业务、摄像头配置与需求。