Ao clicar em "Aceitar todos os cookies", concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
Definições de cookies
Ao clicar em "Aceitar todos os cookies", concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a utilização do site e ajudar nos nossos esforços de marketing. Mais informações
O modelo Ultralytics YOLOv8 pode tornar os sistemas de gestão de estacionamento mais inteligentes. Aprenda a gerir os lugares de estacionamento em tempo real para criar a sua própria solução de estacionamento inteligente.
Pode ser stressante andar às voltas à procura de um lugar de estacionamento, especialmente quando se está atrasado. A forma tradicional de procurar um lugar para estacionar pode ser entediante e morosa. No entanto, um sistema de gestão de estacionamento baseado na inteligência artificial (IA) e na visão computacional pode tornar as coisas mais simples. Pode tornar a disponibilidade de estacionamento mais previsível e reduzir o congestionamento do tráfego.
Neste artigo, vamos aprender a atualizar os sistemas de gestão de estacionamento com inteligência artificial e visão computacional. Iremos também analisar um exemplo de codificação passo a passo para mostrar como pode utilizar o modelo YOLOv8 da Ultralytics para criar um sistema de gestão de estacionamento com visão computacional. Vamos mergulhar de cabeça!
Problemas com a gestão tradicional de parques de estacionamento
Antes de discutirmos os sistemas de gestão de estacionamento inteligente com IA, vejamos os problemas dos sistemas de gestão de estacionamento tradicionais.
Um dos principais problemas dos sistemas tradicionais é a sobrelotação dos lugares de estacionamento; há mais carros nos parques de estacionamento do que os lugares disponíveis. Para além da perda de tempo à procura de espaço, a sobrelotação conduz a um consumo excessivo de combustível e à poluição atmosférica. Outro problema é o stress dos condutores. De acordo com um inquérito, cerca de 27% das pessoas passam, pelo menos, 30 minutos à procura de lugares de estacionamento. Além disso, 43% das pessoas admitiram entrar em discussões verbais com estranhos por causa de lugares de estacionamento.
Fig. 1. Um condutor em stress. Fonte da imagem: Envato Elements.
A IA facilita a gestão de parques de estacionamento
Os parques de estacionamento integrados com IA têm como objetivo resolver os problemas que os sistemas de gestão de estacionamento tradicionais enfrentam. Os modelos de visão por computador, como o modelo Ultralytics YOLOv8, e as câmaras de alta definição podem monitorizar os parques de estacionamento e obter actualizações em tempo real sobre os lugares de estacionamento disponíveis e ocupados.
Como é que isto funciona? Um modelo de visão por computador pode analisar imagens de câmaras de alta definição para detetar veículos, seguir os seus movimentos e identificar lugares de estacionamento disponíveis. O modelo Ultralytics YOLOv8 suporta tarefas de visão por computador, como a deteção e o seguimento de objectos, e consegue identificar e classificar com precisão os veículos num vídeo. Ao comparar as localizações detectadas dos veículos com os lugares de estacionamento predefinidos, o sistema pode determinar se um lugar de estacionamento está ocupado ou não.
Fig. 2. Gestão de estacionamento utilizando o Ultralytics YOLOv8.
As informações sobre a disponibilidade de estacionamento do sistema baseado na visão podem ser integradas e alargadas a diferentes aplicações:
Aplicações móveis: As aplicações móveis podem mostrar a disponibilidade de estacionamento em tempo real e ajudar os condutores a encontrar lugares disponíveis de forma rápida e fácil.
Sinalização digital: Os sinais digitais nas entradas dos parques de estacionamento podem mostrar o número de lugares disponíveis e direcionar os condutores para o lugar vago mais próximo.
Sistemas de estacionamento automatizados: Os dados podem ser utilizados para controlar barreiras e portões automáticos, permitindo a entrada apenas quando há lugares disponíveis e orientando os condutores para o lugar livre mais próximo.
As vantagens de um sistema de gestão de estacionamento
A informação sobre a disponibilidade de estacionamento pode trazer muitas vantagens. As actualizações em tempo real ajudam os condutores a dirigir-se diretamente para os lugares disponíveis, facilitando o fluxo de tráfego e reduzindo o stress de encontrar estacionamento. Para os operadores, compreender como os espaços são utilizados significa que podem gerir melhor o parque, melhorar a segurança com monitorização em tempo real e responder rapidamente a quaisquer incidentes.
A automatização das funções de estacionamento reduz os custos ao diminuir a necessidade de trabalho manual. Os sistemas de IA facilitam a reserva de lugares de estacionamento através de aplicações móveis ou da Web, permitindo que os condutores recebam notificações sobre a disponibilidade e poupem tempo e dinheiro. Os planeadores urbanos podem utilizar estes dados para conceber melhores traçados de estradas, aplicar regulamentos de estacionamento eficazes e desenvolver novas instalações de estacionamento que tornem as cidades mais eficientes e fáceis de navegar.
Fig. 3. Reservar lugares de estacionamento através de uma aplicação móvel.
Experimente você mesmo: Gestão de estacionamento com YOLOv8
Agora que temos uma compreensão clara da gestão de estacionamento e das suas vantagens, vamos ver como se pode construir um sistema de gestão de estacionamento baseado na visão. Utilizaremos o modelo YOLOv8 para detetar veículos, monitorizar lugares de estacionamento e determinar o seu estado de ocupação.
Neste exemplo, pode utilizar um vídeo ou um fluxo de câmara de um parque de estacionamento. Tenha em atenção que o tamanho máximo de imagem suportado neste exemplo é 1920 * 1080. Antes de começarmos, lembre-se de que este sistema se baseia na deteção precisa de veículos e em coordenadas predefinidas do espaço de estacionamento.
A calibração da câmara e os factores ambientais podem afetar a precisão da deteção do espaço e do estado de ocupação. A velocidade de processamento e a precisão também podem variar com base no desempenho da sua GPU.
Passo 1: Vamos começar por instalar o pacote Ultralytics. Abra seu prompt de comando ou terminal e execute o seguinte comando.
Consulte o nosso Guia de instalação do Ultralytics para obter instruções detalhadas e práticas recomendadas sobre o processo de instalação. Se encontrar algum problema ao instalar os pacotes necessários para o YOLOv8, o nosso guia de problemas comuns oferece soluções e dicas úteis.
Passo 2: Precisamos de pré-selecionar os lugares de estacionamento para podermos marcar as áreas de interesse na sua filmagem. Execute este código para abrir a interface de utilizador para pré-selecionar os lugares de estacionamento.
Como se mostra abaixo, será aberta uma interface de utilizador quando executar este código. Faça um fotograma ou uma captura de ecrã do seu vídeo de entrada de um parque de estacionamento e carregue-o. Depois de desenhar as caixas delimitadoras à volta dos lugares de estacionamento, clique na opção guardar. As informações do lugar de estacionamento selecionado serão guardadas num ficheiro JSON com o nome 'bounding_boxes.json'.
Fig. 4. Seleção de lugares de estacionamento na sua filmagem.
Passo 3: Agora, podemos passar ao código principal para a gestão do estacionamento. Comece por importar todas as bibliotecas necessárias e inicializar o ficheiro JSON que criámos no passo 2.
Passo 4: Crie um objeto VideoCapture para ler o ficheiro de vídeo de entrada e certifique-se de que o ficheiro de vídeo é aberto com êxito.
Etapa 5: Inicialize todas as propriedades de vídeo necessárias, como a largura, a altura e o quadro por segundo.
Passo 6: Em seguida, podemos criar um objeto VideoWriter para guardar o ficheiro de vídeo final processado.
Passo 7: Aqui, inicializamos o sistema de gestão de estacionamento com o modelo Ultralytics YOLOv8 para a deteção de lugares de estacionamento.
Passo 8: Agora, percorremos o ficheiro de vídeo, fotograma a fotograma, para processamento. Se não forem lidos quaisquer fotogramas, o ciclo é interrompido.
Passo 9: Dentro do ciclo, extraímos as regiões de estacionamento pré-selecionadas do ficheiro JSON e seguimos os objectos no quadro utilizando o modelo YOLOv8.
Passo 10: Esta parte do ciclo processa os resultados do rastreio e obtém as coordenadas da caixa delimitadora e as etiquetas de classe dos objectos detectados.
Passo 11: A última parte do ciclo envolve a apresentação do quadro atual com anotações e a escrita do quadro processado no ficheiro de vídeo de saída "parking management.avi".
Passo 12: Finalmente, podemos libertar os objectos VideoCapture e VideoWriter e destruir quaisquer janelas.
Passo 13: Guarde o seu script. Se estiver a trabalhar a partir do seu terminal ou prompt de comando, execute o script utilizando o seguinte comando:
Se o código for executado com êxito, o ficheiro de vídeo de saída terá o seguinte aspeto:
Fig. 5. O resultado da gestão do parque de estacionamento utilizando o YOLOv8.
Desafios de um sistema de gestão automatizada de parques de estacionamento
Os sistemas de estacionamento inteligente oferecem muitas vantagens tanto aos condutores como às empresas. No entanto, também apresentam alguns desafios que devem ser tidos em conta antes de implementar tais soluções. Vejamos alguns deles.
Preocupações com a privacidade: Estes sistemas recolhem informações como a marca e o modelo do automóvel de um indivíduo, o número da matrícula, a hora de entrada e saída, etc.
Elevado custo de instalação: A instalação de sensores, câmaras, máquinas de venda automática de bilhetes e software de IA pode ser dispendiosa.
Requisitos de manutenção: A frequência da manutenção depende do sistema de IA, mas a maioria dos sistemas requer manutenção mensal.
O futuro dos sistemas de estacionamento inteligentes
A gestão inovadora do estacionamento no futuro passará pela utilização de tecnologias de ponta como a IA, os carros autónomos e a realidade virtual para melhorar a experiência geral de estacionamento e apoiar a sustentabilidade. Quando integrados nestes sistemas, os carros autónomos serão capazes de navegar até aos locais de estacionamento sem interferência humana e estacionar. Estes sistemas também ajudam as empresas a preencher mais lugares de estacionamento e a publicitar os seus serviços em várias aplicações e sítios Web. Além disso, reduzem o número de emissões de carbono que emanam dos condutores que andam de um lado para o outro à procura de um lugar de estacionamento.
Acabar com os problemas de estacionamento
Os modelos de IA, como o Ultralytics YOLOv8, e a visão por computador podem transformar o seu parque de estacionamento. Reduzem drasticamente a procura de lugares, poupando-lhe tempo e reduzindo as emissões. Estes sistemas inteligentes de gestão de estacionamento resolvem problemas comuns como o congestionamento, o estacionamento ilegal e a frustração dos condutores. Embora exista um investimento inicial, os benefícios a longo prazo são significativos. Investir em estacionamento inteligente é fundamental para criar cidades sustentáveis e uma experiência de estacionamento mais fácil para todos.
Quer saber mais sobre a IA? Ligue-se à nossa comunidade! Explore o nosso repositório GitHub para saber mais sobre como estamos a utilizar a IA para criar soluções inovadoras em vários sectores, como os cuidados de saúde e a agricultura. Colabore, inove e aprenda connosco! 🚀