企业官网建设流程全解析

今年春节黄金周，我站在景区东门闸机口那半个小时，是我做景区信息化以来最揪心的半小时。前面一位新加坡游客拿着护照，志愿者翻来覆去核对了将近两分钟，后面排队的游客脸色已经不好看了。旁边有位欧洲游客更直接，把护照递进窗口又抽回去，换了一部手机开始录视频。我心里清楚，再这么下去，入园体验马上要出问题。也就是从那一刻起，我下定决心要把已经测试了几个月的护照阅读器正式推上一线，而不是让它继续躺在机房。这篇文章把我们景区从人工核验切换到证件识别设备，从选型、部署到春节大客流实测的完整过程复盘一遍，包含所有踩过的坑和最后跑出来的真实数据。如果你是景区信息化负责人、票务系统运维，或者正在给文旅项目做系统集成的工程师，这一篇值得你耐心看完。

1. 春节黄金周的入园堵点：人工核对护照究竟慢在哪

很多人觉得，春节景区人多是常识，但只有站在闸机口真正盯过一个上午，才会明白“人多”这两个字背后是一道道排队、一张张证件和一桩桩差点吵起来的摩擦。我们景区今年春节前三天日均客流1.8万人左右，境外游客大约1200到1500人，放在总客流里比例不到10%，但恰恰是这不到10%的游客，几乎卡住了整个东门检票区最宝贵的人工通道。

1.1 一组让人后背发凉的数据：排队超过5分钟，投诉就开始抬头

先算一笔账。节前我们统计过，人工核验一本护照的平均耗时在1到2分钟之间，遇到版本老旧、防伪点不清晰、游客赶时间递证姿势不对这些情况，耗时会直接翻倍。上午10点到下午2点这个进园高峰段，境外游客集中到达，三条人工通道满负荷运转，一个小时最多消化300到400人。一旦某个时段涌进来五六百本护照，队伍就会瞬间堆到检票区外面。

我们做过一个很粗糙的等待时间模型：假设高峰段境外游客均匀到达，每个游客核验90秒，三条通道同时服务，第500个游客的理论等待时间已经接近25分钟。25分钟是什么概念？我们景区内部有过一个不成文的经验值，等待超过5分钟，游客表情开始焦躁；超过10分钟，就开始有人找现场工作人员理论；超过15分钟，手机录像、投诉电话、OTA平台差评基本都要来。春节这种时间段，社交媒体上的负面传播比平时快得多，一条“某景区检票排队一小时”的视频，可能还没等游客走出景区大门就已经挂上热搜了。

1.2 为什么护照比身份证难核验这么多

做过票务系统的人都知道，身份证识别早就不是问题，统一版式、统一字体、内置芯片、标准机读区，机器可以做到很高的识别率。但护照完全是另一回事。

首先，护照的版式极多。单就我国游客会拿进来的护照来说，既有欧洲国家的芯片护照，也有东南亚、中东、非洲一些国家的老版手填护照，还有联合国通行证、外交护照、公务护照这些特殊证件。不同国家的护照个人资料页版式、字体、语种、防伪特征分布完全不同，光记这些特征就要培训好久。

其次，人工核验要盯的信息点实在太多。照片和本人是不是同一个，这是一个大项；姓名拼写和购票订单是否一致，中间有没有多一个空格、少一个字母，又是一个大项；护照有效期是否覆盖了行程日期，又是一个大项；再看看签证页或入境章，确认这个游客是不是真的具备合法入境身份，又是一个大项。任何一个大项出问题，轻则返工重看，重则引发争执。

还有一点容易忽略，护照上的姓名是用拉丁字母拼写的，不同国家的拼写规则还不一样，美国人喜欢“名-中间名-姓”，东南亚一些国家是“名-空格-姓”，有些欧洲国家姓名里带着变音符。人工核对时，这些细节全靠眼力和经验，春节临时上岗的志愿者哪里扛得住。

1.3 春节场景特有的叠加麻烦

如果只是证件复杂也就算了，春节还有春节特有的麻烦。

第一，天气冷。游客戴着帽子、围着围巾、穿着厚外套，照片上的脸和真人差距本身就大，再遮住半边脸，人工比对更难。有些游客赶路赶得头发乱糟糟，和证件照判若两人。

第二，团组扎堆。春节是家庭和旅行社团体出游高峰，导游往往抱着一沓护照到检票口，希望能整团快速进入。人工通道一本一本核验，整团二三十人，最后一本查完，第一本的人已经不知道逛到哪儿去了，导游急得直跺脚。

第三，人手和经验双缺。春节临时增加的志愿者，培训时间通常只有一个下午。他们既不敢放水，又怕看漏，于是本能地选择“多看一眼再说”。这种心态善意的，后果却是每条人工通道都变成了慢车道。

说白了，单靠人工核验护照这个模式，在春节大客流场景下已经到极限了。我那时候站在闸机口看得很清楚，瓶颈不在门票，不在闸机硬件，而在“把这个护照读明白”这件事本身。

2. 护照阅读器是怎么做到的：三条技术线同时工作

护照阅读器这名字听着像个普通扫描仪，其实它内部是三套系统一起干活。搞懂这三条技术线，很多选型和排错问题就迎刃而解了。

2.1 第一条线：MRZ区OCR识别

几乎所有符合国际民航组织标准的护照，个人信息页下方都有两行机器可读的字符，这叫MRZ区，全称Machine Readable Zone。两行加起来通常44个字符，固定格式包含了姓、名、护照号、国籍、出生日期、有效期、性别，甚至还有两个校验码。

护照阅读器做的第一件事，就是通过摄像头抓取个人资料页，然后用OCR算法把MRZ区这两行字符读出来。为什么优先读MRZ而不是读大块的姓名栏？因为MRZ是机器印刷的标准字符，字形固定、位置固定、还有校验逻辑，识别可靠性远高于自由排版的信息栏。设备读到MRZ之后，会自己对两个校验位做运算，如果校验对不上，就说明这一道读取大概率有误，需要重拍或者换光源。

但MRZ不是万能的。遇到个人资料页被贴纸遮挡、护照用久了字迹磨损、或者游客把护照翻到了签证页，OCR就会出问题。另外MRZ只有文本信息，没有照片信息，所以单靠OCR远远不够。

2.2 第二条线：RFID芯片读取

现在绝大多数国家的电子护照都内置了一枚非接触式射频芯片，存储了持证人的姓名、护照号码、出生日期、照片，部分国家还会存指纹等生物特征。芯片数据是通过国际民航组织ICAO Doc 9303标准组织的，设备要通过射频方式读取，并不是像刷公交卡一样只要靠近就行，它需要先通过BAC基本访问控制机制做密钥交换，而BAC的密钥恰恰来自护照号、出生日期、有效期这几个信息的某种组合。

这里就有一个有意思的设计：设备通常是先通过OCR把MRZ区读出来，再用读出来的信息去解锁并读取护照芯片。这也是为什么“先OCR再读芯片”是绝大多数护照阅读器的标准操作顺序。芯片读出来之后，里面的数据和MRZ区文字可以做交叉比对，如果一致，说明这本证件大概率没有被篡改。

这个模块在实际工程里最容易出问题的是兼容性。芯片标准虽然统一，但不同国家发行时对数据字段的填写方式有细微差异，有些国家在芯片里放了额外字段，有些国家的老版芯片加密方式特殊。如果设备只做过少数国家样张的适配，遇到某个小众国家的护照就可能读不出来。这也是选型时一定要问清楚“支持哪些国家版本”的原因。

2.3 第三条线：多光谱物理防伪检测

OCR读的是文字，芯片读的是数据，但设备还要确认“这本护照本身是不是真的”。这一步靠的是多光谱成像。

简单说，设备会用不同波段的光源去照射同样的页面，然后分别拍照：

• 白光：看正常光线下的排版、底纹、照片裁切边缘，先建立基础图像。
• 红外光：很多护照的防伪墨水和图案在红外下会消失或变形，这是证件印刷领域特有的隐藏特征，普通复印和彩色打印做不出来。
• 紫外光：紫外灯下，护照纸张里的荧光纤维、安全线、防伪油墨会发出特定颜色的荧光，不同国家有不同颜色和分布方式。
• 侧光：斜着打光可以看到页面上的凹凸压纹，比如国徽、图案的手感特征。

设备把这些不同光源下拍到的图像拼在一起，跟内置的证件防伪特征库做比对，给出一个物理防伪的可信度评分。这一条技术线，恰恰是普通高拍仪或者扫描仪做不到的，也是护照阅读器“专业”二字的真正含义。

2.4 三线合一之后的判断逻辑：为什么不是所有“黄灯”都有问题

设备最终会把三条技术线的结果汇总，输出三种状态：绿色通过、黄色待人工复核、红色拒绝。

绿色通过说明OCR文字、芯片数据、物理防伪特征三方面基本一致，可信度高。黄色待人工复核的情况就多样了，可能是芯片读取失败但OCR和防伪都没问题，也可能是防伪特征有一两项不匹配但并非决定性证据。红色拒绝则是存在明显伪造或篡改痕迹，需要安保介入。

我见过很多第一次接触这套系统的景区管理人员，看到黄色就紧张，以为设备在报故障。实际上黄色是设备在说“我拿不准，请人来确认”。设计上这是非常务实的一环，因为证件世界太复杂了，老版护照没有芯片、新版护照芯片读取偶发失败、证件保存不佳导致防伪特征退化，这些情况都不代表证件是假的。设备要做的不是替代人，而是把一个人的判断能力放大十倍，同时把拿不准的少数案例留给人类兜底。

3. 选型决策复盘：为什么最终选择嵌入式闸机读头

护照阅读器不是只有一种形态。在选型阶段，我带着团队把市面上的主流方案翻了个底朝天，最后才锁定嵌入式闸机读头。这个过程里踩过的判断误区，值得摆出来说说。

3.1 三种设备形态先摆清楚

市面上常见的护照阅读器形态大致是三种：

这个表格是我实际调研的感受性总结，不是厂家宣传页复刻。成本这一栏只能给个模糊区间，因为同一形态下不同品牌差异很大，而且采购渠道、批量、是否含税都会影响价格，我后面会单独说ROI。

我们最初其实倾向于台面式，理由很简单：安装方便、改造量小、预算友好。但后来算了一笔场景账就放弃了。春节最高峰时，东门同时需要6到8条通道消化境外游客，如果用台面式，意味着每条通道还要配一个工作人员负责引导和操作，人工并没有省下来。嵌入式闸机读头虽然单价贵，但它把“识别”本身变成了自助动作，游客把护照放到感应区，设备自己完成 OCR、芯片读取、防伪检测和信息上传，闸机自动开门。一条通道从“需要一个操作员”变成“需要一个巡视员看三条通道”，人力成本的节省是实打实的。

3.2 表面看识别率，实际先看“一次通过率”

选型的时候最忌讳只看厂商宣传册上的“识别率99%”这种数字。识别率这个指标是在理想样张下测出来的，证件平整、光线均匀、版本标准。真实隧道场景完全是另一回事。

我在测试阶段干了一件事：让团队把景区两年来收集到的各种旧护照、破损护照、不同国家的疑难杂症全部翻出来，大概凑了200多本，逐一上机器扫，统计“第一次放上去就能成功识别并完成读取”的比例。这个指标我管它叫“一次通过率”。

为什么这个指标比识别率重要？因为在闸机场景下，游客不会像实验室一样把护照摆得四平八稳。第一次放下去，如果设备报“请重新放置”，游客就会紧张，反复调整两三回，后面的队伍就开始探头探脑，整个通道的效率直接崩掉。三台候选设备在实验室识别率都报99%以上，但实际拿疑难证件测下来，一次通过率能差出8到10个百分点。这个差异最后直接决定了选谁。

3.3 SDK和接口形态是隐形的门槛

闸机集成不是一个黑盒，设备厂商能不能提供像样的SDK和接口文档，直接决定项目交付周期。

我遇到过最坑的情况是某厂商只提供Windows版的DLL库，连Linux的都不给。我们闸机端的工控机为了稳定运行和后续扩展，计划用Linux系统，这一条直接把这个厂商淘汰了。还有的厂商文档写得含糊其辞，识别结果数据结构里连个UUID都舍不得给，日志排查根本无从下手。

最后我们选定的设备商提供的是标准的跨平台SDK，支持Windows和Linux，内置了C++、C#、Java、Python多种语言绑定，还提供HTTP接口，方便上层业务系统直接调用。对我们来说，这意味着后续无论票务系统改造到什么程度，设备都能作为外围输入源接入，不用整套推翻重来。SDK好不好用，一定要在POC阶段就让团队里的工程师实际写一小段测试代码，不要只看文档，文档漂亮和代码好跑是两回事。

3.4 不能只盯功能参数，还得盯运维细节

闸机口的环境比办公室恶劣得多。

第一是灰尘和指纹。护照阅读器的玻璃面板长期暴露在外，春节这几天下来，上面全是手印和灰尘。如果面板耐磨性和疏油处理不过关，用不了一个月，识别率就会肉眼可见地掉。我们采了一批防指纹涂层膜贴上去，效果不错，但要定期更换。

第二是低温启动。春节北方景区的早班时段，设备要在零下的户外待命。有些型号的摄像头模块在低温下对焦速度明显变慢，甚至偶尔起雾。我们的做法是在设备选型时问清楚工作温度范围，并在设备安装区预留了一点加热冗余。

第三是远程管理。闸机分布在东门、南门、西门三个区域，不可能每个点位配一个技术员。设备得支持远程重启、日志上报、故障自诊断，否则一旦春节当天出了状况，技术团队光跑场地就能跑到腿软。这一点是我们在选型后期才重视起来的，差点漏掉。

4. 部署与对接：把设备变成票务系统的一个输入源

设备买到手只是开始，真正的工程难点在对接。护照阅读器本质上是票务系统的一个“证件信息输入源”，怎么让这个输入源和订单系统、闸机控制器完美配合，才是决定成败的关键。

4.1 整体架构：闸机端本地识别加后端二次校验

我们的部署架构大致是这样的：

闸机护照阅读器 → 闸机本地工控机 → 票务系统校验服务 → 闸机控制指令

设备在本地完成识别后，工控机会先把护照号、姓名、出生日期等字段做一次标准化处理，然后向票务系统发起校验请求，核心是查这个游客是否已经购买了当日门票，并且购票时登记的证件信息与当前读取的信息一致。校验通过后，系统才向闸机下发开门指令。

为什么识别和比对要分两层？原因很实际。如果所有识别都依赖云端OCR，一旦网络抖动，一次识别要等好几秒，闸机口就堵死了。我们在设备本地完成全部识别，上传给后端的是已经结构化好的文本数据，这条链路非常短，网络占用也小。后端只负责“查单、比对、下指令”这三件事，逻辑简单清晰，出问题也好排查。

4.2 护照信息和订单匹配：充满细节的脏活

这是整个项目里最耗人力的环节，没做过的人根本不会想到，匹配一本护照和一张门票订单能踩出这么多雷。

第一个坑是护照号大小写不一致。有些在线购票渠道会把护照号自动转成大写，有些渠道原样保存用户输入的小写，还有些用户自己输入时不小心输错一个字母。我们在匹配时不直接比字符串，而是统一转成大写并去掉所有空格、横线、点号后再比较。

第二个坑是姓名拼写差异。护照上的姓名写法在MRZ区其实有一套标准，但购票时游客输入的名字很可能少打了中间名，或者把“McDonald”输成了“MacDonald”，又或者姓氏在前名字在后。系统只能做模糊匹配加人工复核兜底，不能因为一个字母不一致就拒绝放行。

第三个坑是字符集问题。有些订单数据经过了多层系统流转，护照号里的字母“O”和数字“0”被无意替换，横线也出现过全角半角混杂的情况。这些脏数据在数据库里看着不明显，但一旦用来做精确匹配，就会导致明明买了票的游客被判定为“未购票”。

我们的解决办法是写了一个标准化的归一化函数，所有进入比对流程的字段都必须先过这一层转换，再去做匹配。同时把匹配失败的原因分成几类，同类原因如果频繁出现，就要回查是哪个渠道的数据问题，而不是让游客在闸机口干等。这一步需要工程师和票务运营一起坐下来慢慢磨，不要指望厂商能帮你搞定。

4.3 大客流下的并发和数据缓存设计

春节高峰期，境外游客会集中到达，闸机口瞬间同时发起几十个校验请求很正常。票务系统如果每次请求都回源数据库查订单，数据库的压力会非常大，而且春节假期数据库供应商也不一定随叫随到。所以我们做了一些缓存和降级处理。

具体是这样：闸机端工控机维护一个本地的小容量缓存，专门存最近两个小时校验通过的证件号码和订单信息。同一个游客一天内大概率只入园一次，缓存命中率其实不高，这个缓存更多是用来防止“同一批请求瞬时重放”打爆后端。真正的防线在后端，校验服务做了连接池管理、超时控制，以及针对不同状态码的熔断策略。

熔断策略说出来很简单：如果票务系统校验接口响应时间超过800毫秒，闸机端不会干等，而是先把证件信息留在本地日志，同时走“放行并事后复核”的降级路径。等等，这里必须说清楚，降级放行不是无条件放行。只有在护照阅读器设备本身完成了证件真伪识别，并且系统能确认这本护照不在黑名单里的前提下，才允许降级放行；如果连基本校验都做不了，闸机会自动转成人工模式，由现场工作人员手动核验证件和订单信息。这个兜底机制一定要在部署前和安保部门、票务部门充分确认，不能等到大客流当天再商量。

4.4 灰度上线：用双轨制积累信任

整个系统上线前，我们没有直接一刀切关掉人工通道，而是跑了两周的“双轨制”。

前两周，境外游客通道同时开着人工核验和护照阅读器自助核验两条队。每天结束后，技术团队会把设备判定结果和人工判定结果放在一起比对，统计一致率、设备独有的识别错误、人工漏掉设备发现的问题。第一周一致率大概96%，确实有几本疑似伪造证件被设备标记出来，而人工核验时被忽略了。第二周一致率升到98%以上，我们才正式把自助通道从5条扩容到8条，并同步保留了最后1条人工通道。

这段灰度期的价值不只是验证设备，更是验证团队。现场引导员需要在设备报黄色的时候迅速做出人工判断，而不是被动的机器操作员；安保人员需要学会看日志里记录的辅助图像，而不是只看最终结果。设备可以7乘24小时工作，但整个系统里最灵活、最有判断力的部分始终是人。

5. 春节实测成绩单与避坑复盘

辛苦那么久，最终还是要看实战。今年春节那几天的数据，我先给出来，再逐个说坑。

5.1 先看结果：识别快了，通道终于不堵了

我们东门闸机区在春节高峰段跑出来的数据大致是：

• 单本护照平均识别耗时：2.1秒；
• 一次通过率：96.3%，也就是100本护照里差不多96本第一次放上去就能顺利完成识别和核验；
• 从游客放证件到闸机开门，全过程平均7秒左右（人工核验通常需要60到90秒）；
• 境外游客通道高峰段最长排队时间，从原来的可能超过20分钟压到了10分钟以内；
• 春节假期前三天，因证件问题引发的人工介入工单比往年同期下降了约70%。

这些数字可以说是项目最好的交付成果。但成绩背后是几个反复出现的问题，只有经历过才写得出细节。

5.2 意料之中的坑：老护照、儿童护照、团体旅客

第一个坑是旧版护照。春节入境游客里有相当一部分来自东南亚、中东地区，不少人还在使用没有芯片的老版护照。没有芯片，设备只能靠OCR加物理防伪两条线判断，识别速度和准确率都会下降，偶尔会落到黄色待复核状态。这个只能接受，毕竟设备不能变出一本芯片给游客。应对方法是把人工复核通道放在自助通道旁边，黄色案例几秒钟就能转过去，不到万不得已不要让游客反复重试。

第二个坑是儿童护照。春节亲子游占比高，儿童护照照片和真人的差异往往比成人大，再加上小朋友冬季穿着厚实，人证比对模块有时会给出较低分。我们的处理是不把面部比对作为闸机放行的硬性门槛，面部比对的低分只是触发人工复核的条件，而不是直接拒绝的理由。这一点非常关键，法律和体验上都不能让一个孩子因为“长得不像证件照”被卡在门外。

第三个坑是团体旅客集中扎堆。团队游客一到，导游抱着一沓护照涌到自助通道前，队伍瞬间乱成一锅粥。后来我们调整了引导方案，团队游客由导游提前在票务窗口用台面式设备完成批量预核验，拿到一个团体二维码，进入景区时整团从团队通道扫码通行，只有个别需要单独核验的游客走自助通道。这一招把团队游客的通行时间从原来一沓护照十几分钟压到了两三分钟。

5.3 场景化翻车：反光、阳光、冷启动

设备本身再稳，也扛不住物理环境的折腾。

春节第二天上午，东门刚开门，设备识别率忽然下滑，好几本护照都报“请重新放置”。我过去一看，问题出在设备面板上——早上的低角度阳光直射到玻璃面板上，反射形成了一片亮斑，摄像头拍到的基本是反光，而不是护照页面。解决办法也简单，在闸机上方加装了一个小型遮光罩，同时调整了设备安装角度，反光问题就消失了。下午又遇到另一波问题，大量游客用手电筒补光，因为人工通道那边有人习惯用手机闪光灯照着给志愿者看，还好自助通道这边有遮光罩挡着，影响不大。但这件事提醒我，闸机安装位置一定要实地在一天的不同时段蹲点观察过，不能只看图纸。

冷启动的问题出现在南门的早班闸机。景区开门时间是上午八点半，设备七点半通电预热，按理说温度足够，但那几天室外气温在零下，设备的摄像头偶尔会出现对焦变慢的情况，识别耗时会从2秒拉到4秒。后来我们给南门闸机区加了一台工业级的保温机柜，并让运维人员把设备开机自检时间提前了十五分钟，问题基本没有再出现。

5.4 数据复盘的姿势：定位“某类证件总是不过”的方法

春节假期结束后，我让团队把两周的日志导出来做了一次系统性复盘。方法不复杂，但对没有做过的人来说值得参考。

第一步，把识别失败和人工复核的记录全部按错误码和证件类型分组。第二步，把设备端保存的识别缩略图抽取出来，按国家、护照版本、清晰度、光源类型几个维度标注，做成一个带视觉样本的问题清单。第三步，把清单交给设备厂商，让他们针对高频失败类型做算法或光源策略调整。

举个例子，复盘时我们发现某个太平洋岛国的旧版护照反复出现“防伪特征缺失”警告，连续遇到五本都是这个状态。单独看每一本，确实像设备误报，但汇总之后，规律就出来了：这批护照都是同一个时期发行的，防伪特征本来就和主流护照不同，设备特征库没有覆盖。厂商更新了一版特征库之后，再测试，这个类型的误报率大幅下降。

这种复盘工作看似费时，却是把设备用好、用稳的关键。没有人天生懂所有国家的护照，但日志和图像会告诉你问题在哪。

6. 这套系统的投入产出账：不算复杂，但要想清楚为什么算

最后聊钱。这个项目该不该做、值不值得做，不同体量的景区答案不一样，但账可以先算起来。

硬件成本上，嵌入式闸机读头单台采购和施工改造加起来大概是同级别台面式设备的一倍以上，我们首批部署12台，这部分是最大的初期投入。软件开发主要是内部人力成本，包括对接票务系统、做数据标准化、调试闸机控制逻辑，前后大概耗费了一个工程师将近一个月的时间。运维成本方面，除了设备折旧，还有面板贴膜、冬季保温、网络链路这些零碎支出，平摊下来每个月不大。

省下来的钱也很直观。往年春节高峰期，光东门就要额外安排6到8名临时人员，专门负责境外游客的人工核验。今年这8个人基本释放出来，转去做了游客咨询、秩序维护和突发事件处理。单凭节日期间的人力节省，短期覆盖不了全部硬件支出，但如果把周末高峰、法定节假日、暑期旺季都算上，这笔账在一年内是能算平的。

更重要的是看不到的收益。排队时间缩短，投诉电话少了一大半，OTA平台上的差评风险下降了；境外游客进出顺畅，在景区内停留时间变长，文创店、餐饮、观光车的消费机会也就多了。这些很难精确计算，但做运营的人心里都有一本账。

还有一个长期资产值得强调：数据。护照阅读器产生的实名入园数据，经过脱敏处理后，可以用于分析境外游客的客源地、年龄结构、出行习惯，甚至能辅助我们优化多语种标识和服务设施。设备是工具，数据才是真正能沉淀下来的东西。

最后分享两个小细节

做完这个项目，我最深的感触是：护照阅读器不是神器，它不会让一张有问题的证件突然变得可信，也做不到百分之百不出错。它的价值在于把景区检票口从一个依赖个人经验和临场状态的地方，变成一个标准化、可测量、可兜底的系统流程。识别率不需要也不可能做到100%，但一定要做到“出错了有人知道、有据可查、有人能快速接手”。

最后给所有准备上这类系统的同行两个小细节。第一，闸机口永远保留一条人工通道，这是底线，设备再稳定，也要给所有异常情况留一条后路。第二，给设备配一个UPS不间断电源，春节旺季的电力波动比你想象的频繁，市电闪断一下，整套闸机如果跟着重启，那才是真正的灾难现场。这些不起眼的小事，往往比选型时反复纠结的参数更能决定游客会不会在门口骂人。