物流企业分拨中心网络与 AI 视频分析

挑战

分拨中心网络由各区域自建，扫描枪与分拣线断网直接导致包裹积压；每个中心数百路监控摄像头仅用于事后查证，暴力分拣、违规操作与安全隐患无法实时发现；视频数据体量巨大，全部回传总部既不经济也不现实。

GSS 责任范围

GSS owned deployment and 24/7 operation of site networks at 86 hubs, circuits to regional data centres, edge AI video-analytics nodes, and nationwide field engineering. Detection rules and response procedures were defined by the customer safety and operations teams.

方案

GSS 为 86 个分拨中心统一交付双核心 + 工业级无线的站点网络与到区域数据中心的专线，在每个中心部署边缘 AI 视频分析节点（暴力分拣、人员闯入、消防通道、叉车违规），仅回传告警与片段，并由 GSS 提供全国现场交付与 7×24 托管运维。

背景

该企业日均处理包裹约 2,800 万件，依赖 86 个分拨中心的自动分拣线、PDA 扫描枪与数千台工业设备连续运行。网络由各区域自行建设，交换机单点、无线覆盖不足，一旦断网分拣线停转、包裹立即积压，2023 年因网络导致的积压事件超过 400 起。

每个分拨中心有 300–600 路监控摄像头，但只在客户投诉后调取录像查证。暴力分拣导致的破损赔付、人员误入分拣区的安全事故、消防通道堆货等问题缺乏实时发现手段。管理层想用 AI 视频分析，但全部视频回传总部需要的带宽与存储成本不可接受。

方案

分拨中心网络（传统网络业务）

• 站点网络标准化：86 个中心统一为双核心交换 + 接入层环网，分拣线 PLC、PDA、摄像头、办公分别隔离；无线采用工业级 AP 覆盖分拣区与装卸月台，PDA 漫游不掉线。
• 专线与备份：每个中心到区域数据中心双专线（主 MSTP + 备 SD-WAN over 互联网），主线故障秒级切换；三个区域数据中心之间 10G 互联。
• 分批交付：GSS 全国现场交付团队按区域在 10 个月内完成 86 个中心的改造，施工安排在每日 10:00–16:00 低峰期，未影响任何一天的分拣作业。
• 运维：86 个中心由 GSS NOC 7×24 监控，备件前置到 8 个区域仓，故障设备 4 小时内到场更换。

边缘 AI 视频分析（AI 业务）

• 边缘节点：每个分拨中心部署 1–2 台 GPU 边缘服务器，就地接入 300–600 路视频流做实时推理，仅把告警事件与 15 秒片段回传总部，回传带宽不到原始视频的 1%。
• 识别场景：暴力分拣（抛扔、踩踏包裹）、人员闯入分拣线危险区、消防通道与安全出口堆放、叉车超速与违规载人、员工未佩戴安全装备。
• 模型迭代：初始模型以 2 个中心 3 个月的标注视频训练，上线后由各中心安全员对告警做”确认 / 误报”标注，模型每月统一更新并经总部模型发布流水线下发到 86 个中心。
• 业务闭环：告警推送至中心值班经理与总部安全运营看板；暴力分拣事件自动关联操作工位与班次，纳入绩效与培训。
• 附加价值：同一套视频流用于分拣线拥堵与月台车位占用分析，为调度系统提供实时现场数据。

成果

指标	项目前	项目后
网络导致的积压事件	2023 年 400+ 起	2025 年至今 18 起（−95%）
PDA 扫描掉线投诉	月均约 1,200 条	月均约 60 条
暴力分拣自动识别	0（事后查证）	日均约 1,900 起实时告警
破损赔付	基准	−31%（6 个月）
分拣区人员安全事故	年均 11 起	上线后 1 起
视频回传带宽	不可行（全量）	< 1% 原始流量

项目于 2025 年 5 月完成全部中心交付，GSS 继续提供托管运维与模型月度迭代，并正在为新建的 12 个分拨中心复制该方案。