必须分层处理:前端仅做车牌区域定位(ROI提取),OCR识别交由云端完成,避免小程序主包超限及iOS WebGL兼容问题。

车牌识别该用前端轻量模型还是调云端 API
直接用 tfjs-automl 在小程序里跑完整 OCR 模型会超限——微信小程序主包限制 2MB,完整模型动辄 5MB+,iOS 还可能因 WebGL 兼容问题白屏。实测下来,**必须分层处理**:前端只做车牌区域定位(ROI 提取),OCR 识别交给云端。
常见错误是把百度 OCR 的 license plate 接口直接塞进 uni.request,结果在真机上频繁 403 或超时。原因有二:一是未配置 mp-weixin 的 request合法域名;二是没加 Content-Type: application/x-www-form-urlencoded 头,百度 API 对 header 敏感。
- 开发阶段务必在微信开发者工具中勾选「不校验合法域名」,否则连调试都进不去
- 生产环境必须把百度 OCR 的域名(
https://aip.baidubce.com)加进manifest.json的mp-weixin->domain白名单 - 图片上传前必须压缩:
uni.compressImage设quality: 60,否则 2MB 图片直传大概率触发百度接口的 size limit
uni-app 里怎么接通道闸硬件事件
小程序本身不能直接控制硬件,所谓“抬杆”本质是后端下发指令给道闸控制器。关键链路是:小程序识别车牌 → 调用后端 /api/entry 接口 → 后端通过 MQTT 或 HTTP 向设备网关发指令 → 网关驱动道闸。
容易被忽略的是状态同步。比如用户扫码进场,小程序显示“已入场”,但道闸实际卡住没抬——这时前端不能只等接口返回成功就结束,得启动轮询或 WebSocket 监听设备心跳。
- 推荐用
uni.connectSocket连接后端 WebSocket 服务,订阅gate_status主题,收到{ "gate_id": "G01", "status": "open" }才算真正成功 - 别用
setTimeout做伪轮询,iOS 微信后台时 JS 会暂停执行,导致状态永远卡在“等待中” - 道闸指令必须带幂等 ID,防止网络抖动重复下发,后端用 Redis 缓存 5 分钟去重
缴费逻辑怎么避免时间差导致的计费错误
车主入场识别时间、出场识别时间、后端记账时间、支付到账时间,这四个时间戳分布在不同系统,误差可能达秒级。直接用「出场时间减入场时间」算时长,高峰期并发高时容易少算 1–2 秒,按 10 元/小时就是几毛钱误差,积少成多会引发大量投诉。
正确做法是:所有时间戳统一由后端生成,且入场/出场事件必须走同一套时间源。我们实测用 NTP 同步服务器时间后,误差压到 50ms 内。
- 小程序上传图片时,不传本地
Date.now(),而是让后端在接收请求时写入created_at - 计费规则引擎(如阶梯收费)必须部署在后端,前端只负责展示预估费用,禁止用
dayjs().diff()自己算 - 支付回调必须校验
out_trade_no和订单状态,防止用户重复点击支付按钮导致重复扣款
弹窗提示为什么 iOS 上经常不显示
不是代码写错了,是 iOS 微信对 uni.showModal 有隐藏限制:如果上一个弹窗还没关闭,新弹窗会被静默丢弃。而停车场场景下,识别失败、网络超时、余额不足可能在 1 秒内连续触发,iOS 就只显示第一个。
解决方案不是堆 setTimeout,而是建一个弹窗队列管理器,强制串行。
- 用全局变量
pendingAlerts = []缓存待显示消息 - 每次调用
showSmartAlert时 push 进队列,再检查当前无弹窗才 pop 并显示 - 特别注意
uni.hideToast和uni.hideModal的回调时机,iOS 上它们不一定立刻执行完毕
最麻烦的其实是道闸异常全屏弹窗——它要覆盖 tabBar,但 iOS 微信的 uni.navigateTo 页面栈和弹窗共存时,页面层级容易错乱。这种场景建议直接用 position: fixed 自绘浮层,绕过原生弹窗机制。


















