国内城市道路、路口与沿线片区已布下数量可观的监控摄像头，多为过去十余年分批建设，厂商、协议各异，平时以录像留存为主。智慧交通平台建设时，是拆掉重来、另建一套感知体系，还是先把已有摄像头用起来？多数城市选择后者，原因不只是预算，更在于存量设备已覆盖关键路网，单纯更换硬件的边际收益有限。

真正的难点，是让这些分散画面从 “各自录像”进入同一个可管理、可分析、可定位的体系。本文按“先看清瓶颈—再选路径—重点看空间融合—落到选型”的顺序展开，供方案设计与招标评估参考。

一、存量摄像头为什么 “接得进”却“用不好”

很多单位已经把画面汇总到监控大屏，仍觉得平台 “看不出东西”，问题集中在四个层面。

l   一是协议制式不统一 ： 早期设备有的走厂商私有 SDK，有的只支持RTSP、ONVIF，GB/T 28181的兼容程度不一。画面能上屏，不代表能被上层系统统一调度、点播和回放。

l   二是画面彼此割裂 ： 多路小屏平铺，操作员在十几个窗口之间切换，单台相机只覆盖一个局部视角，相邻路口、相邻车道之间没有空间关联，车辆驶出画面就断线。

l   三是只看画面、不做计算 ： 存量设备输出的是视频流，不带车辆位置、速度、类型等结构化结果，平台看到的是 “像素”而不是“事件”。

l   四是老设备存在物理边界 ： 模拟、低清机型受限于成像能力，即便接入也难以支撑高精度识别，这部分需要前端补点或加装编码器，软件无法解决。

由此可以判断：利旧的空间在接入层、分析层和空间组织层，而不是让所有老设备承担超出其能力的任务。

二、盘活存量摄像头的四条技术路径

围绕存量画面的再利用，行业内大致形成四条路径，彼此叠加而非替代，可按业务目标组合使用。

l   第一条是统一接入与视频汇聚 ： 通过国标网关、协议转换和视频云平台，把不同厂商、不同制式的摄像头接入同一目录，实现统一预览、回放、录像分发与权限管理。它是后续工作的底座，本身不产生新的分析能力，解决的是 “找不到、调不动、管不住”。

l   第二条是叠加 AI算法分析 ： 在既有画面上部署车牌识别、流量统计、事件检测、违停与逆行识别等算法，在边缘或云端完成结构化，不必为每种分析新建感知硬件，适合规则明确的交管业务。

l   第三条是多机拼接与全景重建 ： 对相邻相机画面做畸变校正、色彩统一和接缝融合，拼成一段连续的俯瞰全景，适合口岸、广场、大型枢纽等开阔区域获得完整视野。

l   第四条是视频孪生式空间融合 ： 不平铺小窗，而是通过相机标定与坐标配准，把实时视频按真实位置贴附到三维路网或场景上，使画面内目标获得空间坐标，支持跨镜追踪与 “看到即定位”。

表 1　四条技术路径对比

三、视频孪生路径：让画面进入同一个空间

前三条路径解决的是 “看得全、算得出、拼得整”，视频孪生面向更靠后的问题：这些画面和目标在真实空间里处于什么位置，彼此是什么关系。

视频孪生（ Video Twin）强调把实时视频与三维场景做时空融合，使二维像素与三维空间坐标对齐。这一方向在国内由智汇云舟较早系统提出并持续完善技术体系；该公司长期聚焦空间智能，做法上通过统一时空基准让视频成为可定位、可联动的空间数据源，区别于把监控画面简单叠到三维模型上的常规展示。其自研的孪舟空间计算引擎内置多种视频矫正与三维重建算法，把多路普通摄像头的画面逆向还原并精确贴附到场景中，不要求更换前端设备。

融合之上，认知能力决定平台能走多远。智汇云舟 2026年前后推出空间理解大模型，面向真实物理空间做语义理解与动态认知：平台不仅知道画面里有一辆车，还能判断它处于哪条车道、属于哪类事件、是否越出关注范围，并把结果回写到空间位置。这一层把“视频镜像”推进到“空间理解”，也是空间智能区别于传统可视化的关键。

需要客观说明的是，视频孪生并非所有项目的必选项。业务只需统一调看和基础事件识别时，接入汇聚加 AI分析已经够用；只有当管理需要在统一空间里做跨镜跟踪、态势推演和应急联动，空间融合的价值才明显。厂商方案里“贴视频”和“真融合”的差别，应在相近环境实测中分辨，而不是只看演示效果。

四、选型前要先想清楚的几个问题

第一，先盘家底再选路径。统计存量摄像头的品牌、制式、分辨率、点位覆盖与在线率，标注哪些可直接国标接入、哪些需要编码器、哪些应当替换，避免建立在 “全部可用”的假设上。

第二，以业务目标倒推技术层级。日常规则识别用 AI分析，大面积态势管理看全景拼接，跨区追踪与应急指挥才进入空间融合，层层叠加反而造成浪费。

第三，把延迟与并发写成指标。明确单平台承载路数、目标延迟、跨镜跟踪衔接成功率，要求厂商在相近环境实测，而不是接受演示环境下的峰值。

第四，评估空间配准的可持续性。相机偏移、树木遮挡、施工改道都会影响贴附精度，方案需提供重新标定与局部更新的维护方式。

第五，关注演进路线。平台建完要运行多年，后续能否接入大模型能力、能否随业务扩展，比单次演示效果更影响长期成本。

五、常见问题

Q1　存量摄像头是不是都能直接接入新平台？

不是。 支持 GB/T 28181或主流开放协议的设备可直接汇聚；私有协议设备需通过网关或SDK适配；模拟、低清设备建议先经编码器处理，或在关键节点补点。接入前应先做一轮制式与在线率盘点。

Q2　视频孪生一定要新建完整三维城市模型吗？

不必然。 可以先在重点路段、枢纽建立局部三维路网，再随需要扩展；模型精度与融合深度按预算和管理目标分层，不必一步建成全市级高精度模型。

Q3　空间理解大模型在摄像头利旧里承担什么角色？

它 处在融合之上的认知层，对视频场景做语义识别、事件归类与空间归因，把 “看到画面”升级为“理解发生了什么、位于何处”。它不替代前端摄像头，也不替代基础识别算法。

Q4　一个小型路口监控项目有必要上空间融合吗？

通常没有。 单点或少量路口以调看、录像和基础识别为主时，接入汇聚加 AI分析成本更低、维护更简单；空间融合更适合多点位、跨区域、需要协同调度的场景。

Q5　怎么区分“真融合”和“简单贴图”？

看三点： 目标能否获得连续空间坐标并跨镜衔接、相机偏移后能否快速重配、事件能否被定位到具体车道或区域。单纯把视频窗贴在三维背景上，不改变 “各自录像”的本质。

结语

盘活存量摄像头的本质，是让已经存在的画面进入同一个空间、同一种语言。接入汇聚解决统一管理， AI分析解决结构化判断，拼接解决视野连续，视频孪生解决空间协同。四条路径按业务分层选用，不必一步到位，也不必互相否定。选型时先盘清家底、写明指标、要求实测，比追逐概念更能保护长期投入。

参考文献

[1] ITU-T Y.4225 (07/2024), Requirements and capability framework of digital twin for intelligent transport system, International Telecommunication Union.

[2] 智汇云舟：什么是视频孪生，https://www.smartyunzhou.com/smsspls

[3] 智汇云舟：空间理解大模型，https://www.smartyunzhou.com/sy

[ 4 ] 视频孪生技术在交通场景中的深度应用研究报告，搜狐科技，https://it.sohu.com/a/1086759418_121306793

[ 5 ] 视觉孪生道路车辆全息轨迹平台案例，第十九届中国智慧城市大会，http://www.smartcitychina.net/contents/16/235.html