Ultralytics YOLOv8 होशियार पार्किंग प्रबंधन प्रणालियों के लिए

पार्किंग स्थल की तलाश में हलकों में घूमना तनावपूर्ण हो सकता है, खासकर जब आप देर से चल रहे हों। पार्क करने के लिए जगह खोजने का पारंपरिक तरीका थकाऊ और समय लेने वाला हो सकता है। हालांकि, कृत्रिम बुद्धिमत्ता (एआई) और कंप्यूटर दृष्टि द्वारा संचालित एक पार्किंग प्रबंधन प्रणाली चीजों को सरल बना सकती है। यह पार्किंग उपलब्धता को अधिक अनुमानित बना सकता है और यातायात की भीड़ को कम कर सकता है।

इस लेख में, हम सीखेंगे कि कृत्रिम बुद्धिमत्ता और कंप्यूटर दृष्टि के साथ पार्किंग प्रबंधन प्रणालियों को कैसे अपग्रेड किया जाए। हम आपको यह दिखाने के लिए चरण-दर-चरण कोडिंग उदाहरण भी देखेंगे कि आप Ultralytics YOLOv8 कंप्यूटर दृष्टि-सक्षम पार्किंग प्रबंधन प्रणाली बनाने के लिए मॉडल। चलो सही में गोता लगाएँ!

पारंपरिक पार्किंग स्थल प्रबंधन के साथ मुद्दे

इससे पहले कि हम एआई-एन्हांस्ड स्मार्ट पार्किंग प्रबंधन प्रणालियों पर चर्चा करें, आइए पारंपरिक पार्किंग प्रबंधन प्रणालियों के मुद्दों को देखें।

पारंपरिक प्रणालियों के साथ एक बड़ी समस्या भीड़भाड़ वाली पार्किंग स्थान है; उपलब्ध स्थानों की तुलना में पार्किंग स्थल में अधिक कारें हैं। अंतरिक्ष की तलाश में समय बर्बाद करने के अलावा, भीड़भाड़ से अतिरिक्त ईंधन की खपत और वायु प्रदूषण होता है। एक और मुद्दा ड्राइवर तनाव है। एक सर्वेक्षण के अनुसार, लगभग 27% लोग पार्किंग स्थलों की तलाश में कम से कम 30 मिनट बिताते हैं। इसके अलावा, 43% लोगों ने पार्किंग स्थलों पर अजनबियों के साथ मौखिक बहस में शामिल होने की बात स्वीकार की।

‍

एआई पार्किंग स्थल प्रबंधन को आसान बनाता है

एआई के साथ एकीकृत पार्किंग स्थल का उद्देश्य पारंपरिक पार्किंग प्रबंधन प्रणालियों के मुद्दों को हल करना है। कंप्यूटर दृष्टि मॉडल की तरह Ultralytics YOLOv8 मॉडल और हाई-डेफिनिशन कैमरे पार्किंग स्थल की निगरानी कर सकते हैं और उपलब्ध और कब्जे वाले पार्किंग स्थानों पर रीयल-टाइम अपडेट प्राप्त कर सकते हैं। 

यह कैसे काम करता है? एक कंप्यूटर विज़न मॉडल वाहनों का पता लगाने, उनकी गतिविधियों को ट्रैक करने और उपलब्ध पार्किंग स्थलों की पहचान करने के लिए उच्च-परिभाषा कैमरों से फुटेज का विश्लेषण कर सकता है। वही Ultralytics YOLOv8 मॉडल ऑब्जेक्ट डिटेक्शन और ऑब्जेक्ट ट्रैकिंग जैसे कंप्यूटर विज़न कार्यों का समर्थन करता है, और वीडियो फीड के भीतर वाहनों को सटीक रूप से पहचान और वर्गीकृत कर सकता है। पूर्वनिर्धारित पार्किंग स्थानों के साथ वाहनों के पता लगाए गए स्थानों की तुलना करके, सिस्टम यह निर्धारित कर सकता है कि पार्किंग स्थान पर कब्जा है या नहीं।

‍

दृष्टि-आधारित प्रणाली से पार्किंग उपलब्धता के बारे में जानकारी को विभिन्न अनुप्रयोगों में एकीकृत और विस्तारित किया जा सकता है:

• मोबाइल ऐप्स: मोबाइल एप्लिकेशन रीयल-टाइम पार्किंग उपलब्धता प्रदर्शित कर सकते हैं और ड्राइवरों को उपलब्ध स्थानों को जल्दी और आसानी से खोजने में मदद कर सकते हैं।
• डिजिटल साइनेज: पार्किंग स्थल के प्रवेश द्वार पर डिजिटल संकेत उपलब्ध स्थानों की संख्या दिखा सकते हैं और ड्राइवरों को निकटतम खाली स्थान पर निर्देशित कर सकते हैं।
• स्वचालित पार्किंग सिस्टम: डेटा का उपयोग स्वचालित बाधाओं और फाटकों को नियंत्रित करने के लिए किया जा सकता है, केवल तभी प्रवेश की अनुमति देता है जब रिक्त स्थान उपलब्ध हों और ड्राइवरों को निकटतम मुक्त स्थान पर मार्गदर्शन करें।

एक पार्किंग प्रबंधन प्रणाली के फायदे

पार्किंग उपलब्धता में अंतर्दृष्टि कई लाभ प्रदान कर सकती है। रीयल-टाइम अपडेट ड्राइवरों को सीधे खुले स्थानों पर जाने में मदद करते हैं, जिससे यातायात प्रवाह आसान हो जाता है और पार्किंग खोजने के तनाव को कम करता है। ऑपरेटरों के लिए, यह समझने का मतलब है कि रिक्त स्थान का उपयोग कैसे किया जाता है, इसका मतलब है कि वे बहुत बेहतर प्रबंधन कर सकते हैं, वास्तविक समय की निगरानी के साथ सुरक्षा में सुधार कर सकते हैं और किसी भी घटना का तुरंत जवाब दे सकते हैं।

पार्किंग कार्यों को स्वचालित करने से मैनुअल श्रम की आवश्यकता को कम करके लागत में कटौती होती है। एआई सिस्टम मोबाइल या वेब ऐप के माध्यम से पार्किंग स्पॉट आरक्षित करना आसान बनाते हैं, जिससे ड्राइवरों को उपलब्धता के बारे में सूचनाएं प्राप्त होती हैं और समय और धन की बचत होती है। शहर के योजनाकार इस डेटा का उपयोग बेहतर सड़क लेआउट डिजाइन करने, प्रभावी पार्किंग नियमों को लागू करने और नई पार्किंग सुविधाओं को विकसित करने के लिए कर सकते हैं जो शहरों को अधिक कुशल और नेविगेट करने में आसान बनाते हैं।

‍

इसे स्वयं आज़माएं: पार्किंग प्रबंधन का उपयोग करना YOLOv8

अब जब हमें पार्किंग प्रबंधन और इसके फायदों की स्पष्ट समझ है, तो आइए जानें कि आप दृष्टि-आधारित पार्किंग प्रबंधन प्रणाली कैसे बना सकते हैं। हम YOLOv8 वाहनों का पता लगाने, पार्किंग स्थानों की निगरानी करने और उनके अधिभोग की स्थिति निर्धारित करने के लिए मॉडल।

इस उदाहरण में, आप पार्किंग स्थल के वीडियो या कैमरा स्ट्रीम का उपयोग कर सकते हैं। कृपया ध्यान दें कि इस उदाहरण का अधिकतम समर्थित छवि आकार 1920 * 1080 है। शुरू करने से पहले, याद रखें कि यह प्रणाली सटीक वाहन पहचान और पूर्वनिर्धारित पार्किंग स्थान निर्देशांक पर निर्भर करती है। 

कैमरा अंशांकन और पर्यावरणीय कारक अंतरिक्ष का पता लगाने और अधिभोग स्थिति की सटीकता को प्रभावित कर सकते हैं। आपके GPU के प्रदर्शन के आधार पर प्रसंस्करण गति और सटीकता भी भिन्न हो सकती है।

चरण 1: आइए स्थापित करके शुरू करें Ultralytics पैकेज। अपना कमांड प्रॉम्प्ट या टर्मिनल खोलें और निम्न कमांड निष्पादित करें।

pip install ultralytics

हमारे संदर्भ लें Ultralytics स्थापना प्रक्रिया पर विस्तृत निर्देशों और सर्वोत्तम प्रथाओं के लिए इंस्टॉलेशन गाइड। यदि आप के लिए आवश्यक पैकेज स्थापित करते समय आपको कोई समस्या आती हैYOLOv8, हमारी सामान्य समस्याएं मार्गदर्शिका समाधान और उपयोगी सुझाव प्रदान करती हैं।

चरण 2: हमें पार्किंग स्थलों का पूर्व-चयन करने की आवश्यकता है ताकि हम आपके फुटेज में रुचि के क्षेत्रों को चिह्नित कर सकें। पार्किंग स्थलों का पूर्व-चयन करने के लिए उपयोगकर्ता इंटरफ़ेस खोलने के लिए इस कोड को चलाएँ।

from ultralytics import solutions
solutions.ParkingPtsSelection()

जैसा कि नीचे दिखाया गया है, जब आप इस कोड को चलाते हैं तो एक उपयोगकर्ता इंटरफ़ेस खुल जाएगा। पार्किंग स्थल के अपने इनपुट वीडियो का एक फ्रेम या स्क्रीनशॉट लें और इसे अपलोड करें। पार्किंग स्थलों के चारों ओर बाउंडिंग बॉक्स बनाने के बाद, सेव विकल्प पर क्लिक करें। आपकी चयनित पार्किंग स्थल की जानकारी 'bounding_boxes.json' नाम की JSON फ़ाइल में सहेजी जाएगी।

‍

चरण 3: अब, हम पार्किंग प्रबंधन के लिए मुख्य कोड में कूद सकते हैं। सभी आवश्यक पुस्तकालयों को आयात करके और चरण 2 में हमारे द्वारा बनाई गई JSON फ़ाइल को इनिशियलाइज़ करके प्रारंभ करें।

import cv2
from ultralytics import solutions
polygon_json_path = "bounding_boxes.json"

चरण 4: इनपुट वीडियो फ़ाइल को पढ़ने के लिए एक VideoCapture ऑब्जेक्ट बनाएँ और सुनिश्चित करें कि वीडियो फ़ाइल सफलतापूर्वक खोली गई है।

cap = cv2.VideoCapture("Path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"

चरण 5: सभी आवश्यक वीडियो गुणों को इनिशियलाइज़ करें, जैसे चौड़ाई, ऊंचाई और फ़्रेम प्रति सेकंड।

w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH,
cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

चरण 6: इसके बाद, हम अंतिम संसाधित वीडियो फ़ाइल को सहेजने के लिए एक VideoWriter ऑब्जेक्ट बना सकते हैं।

video_writer = cv2.VideoWriter("parking management.avi", 
cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h)) 

चरण 7: यहां, हम पार्किंग प्रबंधन प्रणाली को इनिशियलाइज़ करते हैं Ultralytics YOLOv8 पार्किंग स्पॉट का पता लगाने के लिए मॉडल।

management = solutions.ParkingManagement(model_path="yolov8n.pt")  

चरण 8: अब, हम प्रसंस्करण के लिए वीडियो फ़ाइल, फ्रेम दर फ्रेम के माध्यम से जाते हैं। यदि कोई फ़्रेम नहीं पढ़ा जाता है, तो लूप टूट जाएगा।

while cap.isOpened():
  ret, im0 = cap.read()
  if not ret:
    break

चरण 9: लूप के अंदर, हम JSON फ़ाइल से पूर्व-चयनित पार्किंग क्षेत्रों को निकालेंगे और YOLOv8 को गढ़ना।

json_data = management.parking_regions_extraction(polygon_json_path)   
results = management.model.track(im0, persist=True, show=False)

चरण 10: लूप का यह हिस्सा ट्रैकिंग परिणामों को संसाधित करता है और बाउंडिंग बॉक्स निर्देशांक और पता लगाए गए ऑब्जेक्ट्स के क्लास लेबल प्राप्त करता है।

if results[0].boxes.id is not None:
  boxes = results[0].boxes.xyxy.cpu().tolist()
  clss = results[0].boxes.cls.cpu().tolist()
  management.process_data(json_data, im0, boxes, clss)

चरण 11: लूप के अंतिम भाग में वर्तमान फ्रेम को एनोटेशन के साथ प्रदर्शित करना और संसाधित फ्रेम को आउटपुट वीडियो फ़ाइल "पार्किंग management.avi" में लिखना शामिल है।

management.display_frames(im0)
video_writer.write(im0)

चरण 12: अंत में, हम VideoCapture और VideoWriter ऑब्जेक्ट्स जारी कर सकते हैं और किसी भी विंडो को नष्ट कर सकते हैं।

cap.release()
video_writer.release()
cv2.destroyAllWindows()

चरण 13: अपनी स्क्रिप्ट सेव करें. यदि आप अपने टर्मिनल या कमांड प्रॉम्प्ट से काम कर रहे हैं, तो निम्न कमांड का उपयोग करके स्क्रिप्ट चलाएं:

python your_script_name.py

यदि कोड सफलतापूर्वक निष्पादित हो जाता है, तो आपकी आउटपुट वीडियो फ़ाइल इस तरह दिखाई देगी:

‍

चेक आउट करने के लिए स्वतंत्र महसूस करें Ultralytics' आधिकारिक डॉक्स यदि आप कोड के बारे में अधिक जानना चाहते हैं।

एक स्वचालित पार्किंग स्थल प्रबंधन प्रणाली की चुनौतियां

बुद्धिमान पार्किंग सिस्टम ड्राइवरों और व्यवसायों दोनों को कई फायदे प्रदान करते हैं। हालांकि, वे कुछ चुनौतियां भी पेश करते हैं जिन्हें ऐसे समाधानों को लागू करने से पहले ध्यान में रखा जाना चाहिए। आइए उनमें से कुछ पर एक नजर डालते हैं।

• गोपनीयता संबंधी चिंताएँ: ये सिस्टम किसी व्यक्ति की कार का मेक और मॉडल, लाइसेंस प्लेट नंबर, प्रवेश और निकास का समय आदि जैसी जानकारी एकत्र करते हैं।
• स्थापना की उच्च लागत: सेंसर, कैमरा, स्वचालित टिकटिंग मशीन और एआई सॉफ्टवेयर स्थापित करना महंगा हो सकता है। 
• रखरखाव आवश्यकताएँ: रखरखाव की आवृत्ति एआई प्रणाली पर निर्भर करती है, लेकिन अधिकांश प्रणालियों को मासिक रखरखाव की आवश्यकता होती है।

स्मार्ट पार्किंग सिस्टम का भविष्य

भविष्य में अभिनव पार्किंग प्रबंधन समग्र पार्किंग अनुभव को बेहतर बनाने और स्थिरता का समर्थन करने के लिए एआई, सेल्फ-ड्राइविंग कारों और आभासी वास्तविकता जैसी अत्याधुनिक तकनीकों का उपयोग करने के बारे में होगा। इन प्रणालियों के साथ एकीकृत होने पर, स्व-ड्राइविंग कारें मानव हस्तक्षेप और पार्क के बिना पार्किंग स्थानों पर नेविगेट करने में सक्षम होंगी। ये सिस्टम व्यवसायों को अधिक पार्किंग स्थल भरने और कई ऐप्स और वेबसाइटों पर अपनी सेवाओं का विज्ञापन करने में भी मदद करते हैं। वे कार्बन उत्सर्जन की संख्या को भी कम करते हैं जो पार्किंग स्थल की तलाश में ड्राइविंग करने वाले ड्राइवरों से निकलते हैं।

पार्किंग की परेशानी खत्म करना

एआई मॉडल, जैसे Ultralytics YOLOv8, और कंप्यूटर दृष्टि आपके पार्किंग स्थल को बदल सकती है।  वे नाटकीय रूप से स्पॉट के लिए चक्कर लगाने में कटौती करते हैं, जिससे आपका समय बचता है और उत्सर्जन कम होता है।  ये स्मार्ट पार्किंग प्रबंधन प्रणालियाँ भीड़भाड़, अवैध पार्किंग और ड्राइवर हताशा जैसी सामान्य समस्याओं से निपटती हैं। जबकि एक प्रारंभिक निवेश है, दीर्घकालिक लाभ महत्वपूर्ण हैं। स्मार्ट पार्किंग में निवेश करना स्थायी शहरों और सभी के लिए एक आसान पार्किंग अनुभव बनाने के लिए महत्वपूर्ण है।

AI के बारे में अधिक जानना चाहते हैं? हमारे समुदाय से जुड़ें! स्वास्थ्य सेवा और कृषि जैसे विभिन्न उद्योगों में अभिनव समाधान बनाने के लिए हम एआई का उपयोग कैसे कर रहे हैं, इसके बारे में अधिक जानने के लिए हमारे गिटहब रिपॉजिटरी का अन्वेषण करें। सहयोग करें, नया करें और हमारे साथ सीखें! 🚀