这个方案能帮你做什么
这个方案用 AI 摄像头记录顾客走动轨迹，生成人流分布图，显示门店哪些区域人流多、哪些区域人流少。
硬件有两条路径：单台 reCamera，或 IP 摄像头 + AI 盒子覆盖更多路数。两者跑同一套算法。
核心价值
| 好处 | 具体说明 |
|---|---|
| 找出热门区域 | 直接看图就知道哪个货架前人多，不用调监控一帧帧看 |
| 发现冷清死角 | 哪条过道没人走、哪个角落被忽略，一目了然 |
| 对比不同时段 | 早中晚客流分布不同，周末和工作日也有差异，历史数据随时调取 |
| 设备灵活选 | reCamera 单台即用，IP 摄像头 + AI 盒子多路覆盖——按预算和路数需求自由搭配 |
适用场景
| 场景 | 怎么用 |
|---|---|
| 零售门店 | 看哪个货架前顾客停留最久，把主推商品放到热门位置 |
| 连锁门店扩展 | 先用 reCamera 在一家店验证效果，再用 IP 摄像头 + AI 盒子铺开到其他门店 |
| 已有摄像头升级 | 手上有 IP 摄像头，加个 AI 盒子就能开启热力图分析，不用换设备 |
| 展厅展馆 | 找出最热门的展品和参观路线，优化下次布展方案 |
使用须知
安装位置
- 摄像头需架高俯拍，覆盖要统计的区域
- 所有设备需连接同一局域网
单路部署建议
- 摄像头距离目标物 3-5 米
- 目标物在画面中尺寸建议 >30×30 像素
方案对比
| 方案 | 核心设备 | 摄像头路数 | 适合谁 |
|---|---|---|---|
| AI 摄像头直连 | reCamera + reComputer R1100 | 每台 1 路 | 快速体验、小空间单点位 |
| 传统摄像头改造 | IP 摄像头 + Jetson AI 盒子 | 每台盒子多路 | 大面积覆盖、保留现有摄像头 |
数据契约
所有检测端——reCamera、reCamera Pro、Jetson、瑞芯微、树莓派 + Hailo——都把结果发到后端的 MQTT broker，自己不写 InfluxDB。Telegraf 是唯一的写入方，所以一个看板覆盖所有来源，新增一类设备只需要实现一种消息格式。
| 通道 | 主题 | 内容 |
|---|---|---|
| 分析数据 | <安装点>/retail-vision/results/<摄像头编号> | 每个发布周期（默认 1 秒）一条批量 JSON：区域计数 + 每个跟踪对象一条记录 |
| 在线状态 | <安装点>/retail-vision/status | online / offline，retained |
Payload 就是 VisionPayload——reCamera 上 retail-vision C++ 应用已经在发的格式：
{
"timestamp": 1709500000000, "frame_width": 1280, "frame_height": 720,
"zone": {"occupancy_count": 3, "browsing_count": 1, "engaged_count": 1,
"assist_count": 0, "avg_dwell_time": 8.5,
"entry_count": 12, "exit_count": 10},
"persons": [{"slot": 0, "track_id": 7, "state": "engaged",
"cx_pct": 41.2, "cy_pct": 63.8, "dwell_duration": 5.2}]
}
<安装点> 只是主题的第一段，用来在同一个 broker 上区分多个站点，填门店名、楼层名或房间名都可以。批量发送是必要的：按"每个检测框一条消息"发，broker 的消息速率等于 人数 × 摄像头数 × 帧率，一个站点接入多台设备后最先扛不住的就是这里。
有三个字段是为具体问题存在的。slot 是这个人在批次里的下标——同一条消息里所有人共享一个时间戳，没有区分标签的话 InfluxDB 会把它们覆盖成每帧一条；用下标而不是 track_id，是为了让标签基数被"单帧人数"限制住，而不是随部署时长无限增长。cx_pct / cy_pct 是归一化中心点，这样一次平面图校准对任何分辨率的传感器都成立。
算力与成本说明
- 算力消耗轻：每个盒子本地计算，服务器只做数据汇总
- IP 摄像头 + AI 盒子方案的路数能力取决于盒子推理性能（按算力弹性扩展）
- 全本地运行，无云费用