选择车辆识别系统，应综合考虑多方面因素。这里分享一些小经验，希望对你有所帮助。重视稳定度，随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段较需要注意的重点反而是“稳定度”。稳定度的定义是：在一个既定的车速范围内，不会让必须达到的度，因外在环境影响而产生过大的误差。例如一个车辆系统在白天有90%以上的度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%度的车辆辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的正确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰。确实实测，几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推托，用户在采购车辆辨识系统时，不妨要求实地测试，而且测试时间很好超过两个礼拜，比较能判断辨识结果是否“言过其实”。因为多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，如果只是测一天、甚至几个小时，是无法了解的。另外，车辆辨识既然是“系统”，当中软硬件架构的好坏，当然会影响“呈现的结果”。至于什么样的软件跟硬件，适合什么样的环境，这就必须因环境而异，因为不同的应用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。此外，车辆辨识系统能否发挥很大效用，除了软件技术之外，与摄影机及现场施工能力，也有很大的关系。