Ultralytics YOLOv8 cho hệ thống quản lý bãi đậu xe thông minh hơn

Có thể rất căng thẳng khi lái xe xung quanh trong vòng tròn tìm kiếm một chỗ đậu xe, đặc biệt là khi bạn đến muộn. Cách truyền thống để tìm kiếm một nơi để đậu xe có thể tẻ nhạt và tốn thời gian. Tuy nhiên, một hệ thống quản lý bãi đậu xe được điều khiển bởi trí tuệ nhân tạo (AI) và thị giác máy tính có thể làm cho mọi thứ đơn giản hơn. Nó có thể làm cho chỗ đậu xe dễ dự đoán hơn và giảm tắc nghẽn giao thông.

Trong bài viết này, chúng ta sẽ tìm hiểu cách nâng cấp hệ thống quản lý bãi đậu xe bằng trí tuệ nhân tạo và thị giác máy tính. Chúng tôi cũng sẽ đi qua một ví dụ mã hóa từng bước để cho bạn thấy cách bạn có thể sử dụng Ultralytics YOLOv8 mô hình để tạo ra một hệ thống quản lý bãi đậu xe hỗ trợ thị giác máy tính. Hãy đi sâu vào ngay!

Các vấn đề với quản lý bãi đậu xe truyền thống

Trước khi chúng ta thảo luận về các hệ thống quản lý bãi đậu xe thông minh được tăng cường AI, chúng ta hãy xem xét các vấn đề với các hệ thống quản lý bãi đậu xe truyền thống.

Một vấn đề lớn với các hệ thống truyền thống là chỗ đậu xe quá đông; Có nhiều xe hơi trong bãi đậu xe hơn không gian có sẵn. Bên cạnh việc lãng phí thời gian tìm kiếm không gian, tình trạng quá tải dẫn đến tiêu thụ nhiên liệu quá mức và ô nhiễm không khí. Một vấn đề khác là sự căng thẳng của người lái xe. Theo một cuộc khảo sát, khoảng 27% người dành ít nhất 30 phút để tìm chỗ đậu xe. Ngoài ra, 43% số người thừa nhận đã tranh cãi bằng lời nói với người lạ về chỗ đậu xe.

‍

AI giúp quản lý bãi đậu xe dễ dàng hơn

Các bãi đậu xe được tích hợp với AI nhằm giải quyết các vấn đề mà hệ thống quản lý bãi đậu xe truyền thống phải đối mặt. Các mô hình thị giác máy tính như Ultralytics YOLOv8 Mô hình và camera độ nét cao có thể giám sát các bãi đậu xe và nhận thông tin cập nhật theo thời gian thực về các chỗ đậu xe có sẵn và có người ở. 

Điều này hoạt động như thế nào? Mô hình thị giác máy tính có thể phân tích cảnh quay từ camera độ nét cao để phát hiện xe, theo dõi chuyển động của chúng và xác định các điểm đỗ xe có sẵn. Các Ultralytics YOLOv8 Mô hình hỗ trợ các tác vụ thị giác máy tính như phát hiện đối tượng và theo dõi đối tượng, đồng thời có thể xác định và phân loại chính xác các phương tiện trong nguồn cấp dữ liệu video. Bằng cách so sánh các vị trí được phát hiện của các phương tiện với các chỗ đậu xe được xác định trước, hệ thống có thể xác định xem chỗ đậu xe có bị chiếm dụng hay không.

‍

Thông tin về chỗ đậu xe sẵn có từ hệ thống dựa trên tầm nhìn có thể được tích hợp và mở rộng vào các ứng dụng khác nhau:

• Ứng dụng di động: Các ứng dụng di động có thể hiển thị chỗ đậu xe theo thời gian thực và giúp người lái xe tìm thấy các điểm có sẵn một cách nhanh chóng và dễ dàng.
• Bảng hiệu kỹ thuật số: Biển báo kỹ thuật số tại lối vào bãi đậu xe có thể hiển thị số lượng chỗ trống có sẵn và hướng người lái xe đến vị trí trống gần nhất.
• Hệ thống đỗ xe tự động: Dữ liệu có thể được sử dụng để kiểm soát các rào cản và cổng tự động, chỉ cho phép vào khi có chỗ trống và hướng dẫn người lái xe đến điểm miễn phí gần nhất.

Ưu điểm của hệ thống quản lý bãi đậu xe

Thông tin chi tiết về chỗ đậu xe có thể cung cấp nhiều lợi thế. Cập nhật theo thời gian thực giúp người lái xe đi trực tiếp đến không gian mở, giúp luồng giao thông thông suốt hơn và giảm căng thẳng khi tìm chỗ đậu xe. Đối với các nhà khai thác, hiểu cách sử dụng không gian có nghĩa là họ có thể quản lý lô tốt hơn, cải thiện bảo mật với giám sát thời gian thực và nhanh chóng phản ứng với mọi sự cố.

Tự động hóa các chức năng đỗ xe cắt giảm chi phí bằng cách giảm nhu cầu lao động thủ công. Hệ thống AI giúp đặt chỗ đỗ xe dễ dàng hơn thông qua các ứng dụng di động hoặc web, cho phép người lái xe nhận được thông báo về tình trạng sẵn có và tiết kiệm thời gian và tiền bạc. Các nhà quy hoạch thành phố có thể sử dụng dữ liệu này để thiết kế bố trí đường tốt hơn, thực thi các quy định đỗ xe hiệu quả và phát triển các cơ sở đỗ xe mới giúp các thành phố hiệu quả hơn và dễ điều hướng hơn.

‍

Hãy tự mình thử: Quản lý bãi đậu xe bằng cách sử dụng YOLOv8

Bây giờ chúng ta đã hiểu rõ về quản lý bãi đậu xe và những lợi thế của nó, hãy đi sâu vào cách bạn có thể xây dựng một hệ thống quản lý bãi đậu xe dựa trên tầm nhìn. Chúng tôi sẽ sử dụng YOLOv8 mô hình để phát hiện phương tiện, giám sát chỗ đỗ xe và xác định tình trạng chiếm dụng của chúng.

Trong ví dụ này, bạn có thể sử dụng luồng video hoặc camera của bãi đậu xe. Xin lưu ý rằng kích thước hình ảnh được hỗ trợ tối đa của ví dụ này là 1920 * 1080. Trước khi bắt đầu, hãy nhớ rằng hệ thống này dựa trên phát hiện xe chính xác và tọa độ chỗ đậu xe được xác định trước. 

Hiệu chuẩn camera và các yếu tố môi trường có thể ảnh hưởng đến độ chính xác của việc phát hiện không gian và tình trạng chiếm dụng. Tốc độ xử lý và độ chính xác cũng có thể thay đổi dựa trên hiệu suất GPU của bạn.

Bước 1: Hãy bắt đầu bằng cách cài đặt Ultralytics gói. Mở dấu nhắc lệnh hoặc thiết bị đầu cuối của bạn và thực hiện lệnh sau.

pip install ultralytics

Tham khảo Ultralytics Hướng dẫn cài đặt để biết hướng dẫn chi tiết và thực tiễn tốt nhất về quá trình cài đặt. Nếu bạn gặp bất kỳ sự cố nào trong khi cài đặt các gói cần thiết cho YOLOv8, hướng dẫn các vấn đề phổ biến của chúng tôi cung cấp các giải pháp và mẹo hữu ích.

Bước 2: Chúng tôi cần chọn trước các điểm đỗ xe để có thể đánh dấu các khu vực quan tâm trong cảnh quay của bạn. Chạy mã này để mở giao diện người dùng để chọn trước các điểm đỗ xe.

from ultralytics import solutions
solutions.ParkingPtsSelection()

Như được hiển thị bên dưới, giao diện người dùng sẽ mở ra khi bạn chạy mã này. Chụp khung hình hoặc ảnh chụp màn hình video đầu vào của bạn về bãi đậu xe và tải nó lên. Sau khi vẽ các hộp giới hạn xung quanh các điểm đỗ xe, hãy nhấp vào tùy chọn lưu. Thông tin vị trí đỗ xe đã chọn của bạn sẽ được lưu trong tệp JSON có tên 'bounding_boxes.json'.

‍

Bước 3: Bây giờ, chúng ta có thể nhảy vào mã chính để quản lý bãi đậu xe. Bắt đầu bằng cách nhập tất cả các thư viện cần thiết và khởi tạo tệp JSON mà chúng ta đã tạo ở bước 2.

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

Bước 4: Tạo một đối tượng VideoCapture để đọc tệp video đầu vào và đảm bảo tệp video được mở thành công.

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

Bước 5: Khởi tạo tất cả các thuộc tính video cần thiết, như chiều rộng, chiều cao và khung hình mỗi giây.

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

Bước 6: Tiếp theo, chúng ta có thể tạo một đối tượng VideoWriter để lưu tệp video được xử lý cuối cùng.

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

Bước 7: Tại đây, chúng ta khởi tạo hệ thống quản lý bãi đỗ xe với Ultralytics YOLOv8 mô hình phát hiện điểm đỗ xe.

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

Bước 8: Bây giờ, chúng ta đi qua tệp video, từng khung hình, để xử lý. Nếu không có khung hình nào được đọc, vòng lặp sẽ bị đứt.

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

Bước 9: Bên trong vòng lặp, chúng ta sẽ trích xuất các vùng đỗ xe được chọn trước từ tệp JSON và theo dõi các đối tượng trong khung bằng cách sử dụng YOLOv8 mẫu.

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

Bước 10: Phần này của vòng lặp xử lý các kết quả theo dõi và lấy tọa độ hộp giới hạn và nhãn lớp của các đối tượng được phát hiện.

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)

Bước 11: Phần cuối cùng của vòng lặp liên quan đến việc hiển thị khung hiện tại với các chú thích và ghi khung đã xử lý vào tệp video đầu ra "management.avi đỗ xe".

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

Bước 12: Cuối cùng, chúng ta có thể giải phóng các đối tượng VideoCapture và VideoWriter và phá hủy bất kỳ cửa sổ nào.

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

Bước 13: Lưu tập lệnh của bạn. Nếu bạn đang làm việc từ thiết bị đầu cuối hoặc dấu nhắc lệnh, hãy chạy tập lệnh bằng lệnh sau:

python your_script_name.py

Nếu mã được thực thi thành công, tệp video đầu ra của bạn sẽ trông như thế này:

‍

Vui lòng kiểm tra Ultralytics' tài liệu chính thức nếu bạn muốn tìm hiểu thêm về mã.

Những thách thức của hệ thống quản lý bãi đậu xe tự động

Hệ thống đỗ xe thông minh mang lại nhiều lợi thế cho cả tài xế và doanh nghiệp. Tuy nhiên, chúng cũng đưa ra một vài thách thức cần được tính đến trước khi thực hiện các giải pháp như vậy. Chúng ta hãy xem xét một số trong số họ.

• Mối quan tâm về quyền riêng tư: Các hệ thống này thu thập thông tin như kiểu dáng và kiểu xe của một cá nhân, biển số xe, thời gian ra vào, v.v.
• Chi phí lắp đặt cao: Cảm biến, máy ảnh, máy bán vé tự động và phần mềm AI có thể tốn kém để cài đặt. 
• Yêu cầu bảo trì: Tần suất bảo trì phụ thuộc vào hệ thống AI, nhưng hầu hết các hệ thống đều yêu cầu bảo trì hàng tháng.

Tương lai của hệ thống đỗ xe thông minh

Quản lý bãi đậu xe sáng tạo trong tương lai sẽ là về việc sử dụng các công nghệ tiên tiến như AI, xe tự lái và thực tế ảo để cải thiện trải nghiệm đỗ xe tổng thể và hỗ trợ tính bền vững. Khi được tích hợp với các hệ thống này, xe tự lái sẽ có thể điều hướng đến các vị trí đỗ xe mà không cần sự can thiệp của con người và đỗ xe. Các hệ thống này cũng giúp các doanh nghiệp lấp đầy nhiều điểm đỗ xe hơn và quảng cáo dịch vụ của họ trên nhiều ứng dụng và trang web. Chúng cũng làm giảm số lượng khí thải carbon phát ra từ những người lái xe xung quanh tìm kiếm một chỗ đậu xe.

Chấm dứt rắc rối đỗ xe

Các mô hình AI, như Ultralytics YOLOv8và thị giác máy tính có thể biến đổi bãi đậu xe của bạn.  Họ cắt giảm đáng kể việc đi vòng quanh các điểm, giúp bạn tiết kiệm thời gian và giảm lượng khí thải.  Các hệ thống quản lý bãi đậu xe thông minh này giải quyết các vấn đề phổ biến như tắc nghẽn, đỗ xe bất hợp pháp và sự thất vọng của người lái xe. Mặc dù có một khoản đầu tư ban đầu, nhưng lợi ích lâu dài là đáng kể. Đầu tư vào bãi đậu xe thông minh là chìa khóa để tạo ra các thành phố bền vững và trải nghiệm đỗ xe mượt mà hơn cho mọi người.

Bạn muốn tìm hiểu thêm về AI? Kết nối với cộng đồng của chúng tôi! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu thêm về cách chúng tôi đang sử dụng AI để tạo ra các giải pháp sáng tạo trong các ngành khác nhau như chăm sóc sức khỏe và nông nghiệp. Cộng tác, đổi mới và học hỏi với chúng tôi! 🚀