在硬件结构设计上必须重点考虑以下三个核心维度：
既然是入库检测，车是在动的（哪怕速度慢），普通监控摄像头（卷帘曝光）会产生果冻效应和拖影，导致AI根本看不清细节。预留位置时要考虑工业相机的尺寸：
必须是全局曝光（Global Shutter）： 这是硬指标。必须预留工业面阵相机的安装位，不能用普通安防球机。
分辨率与帧率： 建议预留 500万-1200万像素 工业相机的带宽和物理空间。如果车速在10km/h左右，帧率至少要在30fps以上，且支持极短曝光时间。
接口预留： 预留千兆网口（GigE）或USB3.0接口的位置，而不是老式的模拟信号接口。
AI视觉“七分靠光，三分靠算”。 入库环境光线复杂（有阴影、背光），如果只留摄像头的洞，将来AI一定做不好。
必须预留补光灯位置： 建议在摄像头旁边（或上下）预留高频频闪灯或高亮条形LED光源的安装位。
角度要求： 光源要能照亮裙板缝隙，且不能在金属表面产生过曝的镜面反射（也就是“鬼影”），通常光源需要带偏振片或采用漫反射打光角度。
垂直正对拍摄： 摄像头光轴最好与车身表面垂直（90度）。这样裙板的形状畸变最小，AI判断“脱落”或“翘起”最准确。如果斜着拍，容易把正常的缝隙误判为脱落。
视野覆盖（FOV）：
要保证单张画面能覆盖裙板的全高（从车底边缘到车窗下沿）。
由于车长，需要连续抓拍。设计时要保证前后两张照片有10%-20%的重叠区域，防止漏检。
物距（安装距离）： 建议摄像头距离车身1.5米-3米之间。太近则镜头畸变大（鱼眼效应），太远则像素密度不够，看不清螺栓或细微裂纹。