停车场最怕的场面是「车到杆前杆不抬」，早高峰堵一串车，后面全是喇叭。
但识别失败多数时候不是设备坏了，而是下面几种情况——它们的表现不一样，处理方向也不一样。
安装角度不对
这是最常见的原因，也是最好解决的一个。
识别设备对角度有要求：俯仰角太大（装得太高、往下看）会让车牌在画面里被压扁；水平偏角太大（装在车道侧面）会让车牌变形。两种情况都会让识别率断崖式下降。
表现特征：大部分车能识别，同一个位置反复失败。这通常说明位置或角度有问题，而不是设备不行。
补光不足或者过曝
夜里识别率下降，多数是补光的问题。
反过来，白天逆光同样致命：出入口正对西晒或正对车灯方向时，车牌会过曝成一片白，什么都读不出来。
处理方向有两个：调整设备位置避开直射光，或者选用带宽动态能力的设备。前者更有效，也更便宜。
车牌本身的问题
- 污损、褪色、被泥挡住——识别不了就是识别不了，任何设备都没办法
- 临时号牌 / 纸质牌——材质和反光特性都不一样
- 新能源车牌——比普通车牌多一位，选型时要确认设备支持，老设备可能没有这个字符集
这些属于「一定会有」的情况，所以方案里必须设计识别失败时怎么办：人工确认、取卡、还是允许手动抬杆。
车速太快，或者跟车太近
车速过快时，快门跟不上，画面会拖影。下坡车道尤其明显——车是加速通过的。
跟车太近则是另一个问题：后车车牌被前车挡住，或者系统还没处理完前一辆车，后一辆已经压上地感线圈。
这两种情况在方案阶段可以通过设置减速带、调整地感线圈位置来缓解。
镜头脏了或者起雾
看起来很基础，但实际排查时经常被忽略。
室外设备淋雨之后镜头表面留水渍、温差大的时候内部起雾，都会让画面发蒙。
这类问题排查起来最简单：先看一眼设备镜头的实际画面，如果画面本身就不清晰，那跟识别算法没关系。
所以方案里要写清「识别失败怎么办」
没有任何方案能保证百分之百识别。与其追求设备参数上的识别率数字，不如把异常处理设计好：
- 识别失败几次之后自动转人工，而不是一直重试堵着车
- 断网时的降级策略（自动放行或本地白名单）
- 现场有没有人能一键处理，还是必须等远程
把这几条定清楚，比选一台更贵的设备更能解决堵车问题。