13 июня 2024 г.
Модель Ultralytics YOLOv8 может сделать системы управления парковкой умнее. Научитесь управлять парковочными местами в режиме реального времени, чтобы создать свое собственное "умное" решение для парковки.
Ездить кругами в поисках места для парковки, особенно когда вы опаздываете, может быть утомительно. Традиционный способ поиска места для парковки может быть утомительным и отнимать много времени. Однако система управления парковкой, основанная на искусственном интеллекте (ИИ) и компьютерном зрении, может сделать все проще. Она может сделать доступность парковки более предсказуемой и уменьшить количество пробок на дорогах.
В этой статье мы узнаем, как модернизировать системы управления парковками с помощью искусственного интеллекта и компьютерного зрения. Мы также рассмотрим пошаговый пример кодирования, чтобы показать вам, как можно использовать модель Ultralytics YOLOv8 для создания системы управления парковкой с помощью компьютерного зрения. Давайте погрузимся в работу!
Прежде чем мы обсудим интеллектуальные системы управления парковкой с поддержкой ИИ, давайте рассмотрим проблемы традиционных систем управления парковкой.
Основная проблема традиционных систем - переполненность парковочных мест: автомобилей на парковках больше, чем свободных мест. Помимо траты времени на поиск места, переполненность парковок приводит к перерасходу топлива и загрязнению воздуха. Еще одна проблема - стресс водителя. По данным исследования, около 27 % людей тратят не менее 30 минут на поиск парковочного места. Кроме того, 43 % людей признались, что вступали в словесные перепалки с незнакомцами из-за парковочных мест.
.png)
Парковки, интегрированные с искусственным интеллектом, призваны решить проблемы, с которыми сталкиваются традиционные системы управления парковками. Модели компьютерного зрения, такие как модель Ultralytics YOLOv8, и камеры высокой четкости позволяют следить за парковками и в режиме реального времени получать информацию о свободных и занятых местах.
Как это работает? Модель компьютерного зрения может анализировать видеозаписи с камер высокой четкости для обнаружения автомобилей, отслеживания их перемещения и определения свободных парковочных мест. Модель Ultralytics YOLOv8 поддерживает такие задачи компьютерного зрения, как обнаружение и отслеживание объектов, и может точно идентифицировать и классифицировать автомобили в видеозаписи. Сравнивая обнаруженные местоположения автомобилей с заданными парковочными местами, система может определить, занято ли парковочное место или нет.
.png)
Информация о наличии парковок, полученная с помощью системы технического зрения, может быть интегрирована и расширена в различные приложения:
Информация о наличии парковок может дать множество преимуществ. Обновления в реальном времени помогают водителям сразу же направиться к свободным местам, что делает движение более плавным и снижает стресс, связанный с поиском парковки. Для операторов понимание того, как используются места, означает, что они могут лучше управлять парковкой, повышать безопасность с помощью мониторинга в режиме реального времени и быстро реагировать на любые инциденты.
Автоматизация функций парковки сокращает расходы за счет уменьшения необходимости в ручном труде. Системы искусственного интеллекта упрощают резервирование парковочных мест через мобильные или веб-приложения, позволяя водителям получать уведомления о наличии свободных мест и экономя время и деньги. Градостроители могут использовать эти данные для разработки оптимальной планировки дорог, обеспечения соблюдения эффективных правил парковки и создания новых парковочных комплексов, которые сделают города более эффективными и удобными для навигации.
Теперь, когда у нас есть четкое представление об управлении парковкой и ее преимуществах, давайте рассмотрим, как можно построить систему управления парковкой на основе технического зрения. Мы будем использовать модель YOLOv8 для обнаружения автомобилей, мониторинга парковочных мест и определения их занятости.
В этом примере вы можете использовать поток видео или камеры с парковки. Обратите внимание, что максимальный поддерживаемый размер изображения в этом примере составляет 1920 * 1080. Прежде чем мы начнем, помните, что эта система полагается на точное обнаружение автомобиля и заранее определенные координаты парковочного места.
Калибровка камеры и факторы окружающей среды могут влиять на точность определения пространства и статуса занятости. Скорость и точность обработки также могут зависеть от производительности вашего графического процессора.
Шаг 1: Начнем с установки пакета Ultralytics. Откройте командную строку или терминал и выполните следующую команду.
Обратитесь к нашему руководству по установке Ultralytics , чтобы получить подробные инструкции и лучшие практики по процессу установки. Если вы столкнулись с какими-либо проблемами при установке необходимых пакетов для YOLOv8, в нашем руководстве по общим проблемам вы найдете решения и полезные советы.
Шаг 2: Нам нужно предварительно выбрать места для парковки, чтобы мы могли отметить интересующие нас области на ваших кадрах. Запустите этот код, чтобы открыть пользовательский интерфейс для предварительного выбора парковочных мест.
Как показано ниже, при запуске этого кода откроется пользовательский интерфейс. Сделайте кадр или скриншот входного видео с парковкой и загрузите его. После того как вы нарисуете ограничительные рамки вокруг парковочных мест, нажмите кнопку сохранения. Информация о выбранных парковочных местах будет сохранена в JSON-файле с именем 'bounding_boxes.json'.
Шаг 3: Теперь мы можем перейти к основному коду для управления парковкой. Начните с импорта всех необходимых библиотек и инициализации файла JSON, который мы создали в шаге 2.
Шаг 4: Создайте объект VideoCapture для чтения входного видеофайла и убедитесь, что видеофайл успешно открыт.
Шаг 5: Инициализируйте все необходимые свойства видео, такие как ширина, высота и частота кадров в секунду.
Шаг 6: Далее мы можем создать объект VideoWriter для сохранения конечного обработанного видеофайла.
Шаг 7: Здесь мы инициализируем систему управления парковкой с помощью модели Ultralytics YOLOv8 для обнаружения парковочных мест.
Шаг 8: Теперь мы просматриваем видеофайл, кадр за кадром, для обработки. Если ни один кадр не будет прочитан, цикл прервется.
Шаг 9: Внутри цикла мы извлечем из JSON-файла заранее выбранные парковочные регионы и отследим объекты в кадре с помощью модели YOLOv8.
Шаг 10: В этой части цикла обрабатываются результаты отслеживания и получаются координаты ограничительной рамки и метки классов обнаруженных объектов.
Шаг 11: Последняя часть цикла включает отображение текущего кадра с аннотациями и запись обработанного кадра в выходной видеофайл "управление парковкой.avi".
Шаг 12: Наконец, мы можем освободить объекты VideoCapture и VideoWriter и уничтожить все окна.
Шаг 13: Сохраните сценарий. Если вы работаете в терминале или командной строке, запустите сценарий с помощью следующей команды:
Если код выполнен успешно, выходной видеофайл будет выглядеть следующим образом:
.gif)
Если вы хотите узнать больше о коде, не стесняйтесь заглянуть в официальную документацию Ultralytics.
Интеллектуальные парковочные системы предлагают множество преимуществ как водителям, так и предприятиям. Однако они также сопряжены с рядом проблем, которые необходимо учитывать перед внедрением подобных решений. Давайте рассмотрим некоторые из них.
Инновационное управление парковками в будущем будет заключаться в использовании самых современных технологий, таких как искусственный интеллект, самоуправляемые автомобили и виртуальная реальность, для улучшения общего впечатления от парковки и поддержки устойчивого развития. При интеграции с этими системами самоуправляемые автомобили смогут без вмешательства человека ориентироваться в местах парковки и парковаться. Эти системы также помогут предприятиям заполнить больше парковочных мест и рекламировать свои услуги через многочисленные приложения и веб-сайты. Кроме того, они сокращают количество выбросов углекислого газа, которые происходят из-за того, что водители ездят по городу в поисках места для парковки.
Модели искусственного интеллекта, такие как Ultralytics YOLOv8, и компьютерное зрение могут преобразить вашу парковку. Они значительно сокращают количество кругов в поисках места, экономят ваше время и снижают уровень вредных выбросов. Эти интеллектуальные системы управления парковкой решают такие распространенные проблемы, как заторы, незаконная парковка и недовольство водителей. Несмотря на первоначальные инвестиции, долгосрочные выгоды будут значительными. Инвестиции в интеллектуальные парковки - это ключ к созданию устойчивых городов и более удобной парковки для всех.
Хотите узнать больше об искусственном интеллекте? Присоединяйтесь к нашему сообществу! Изучите наш репозиторий GitHub, чтобы узнать больше о том, как мы используем ИИ для создания инновационных решений в различных отраслях, таких как здравоохранение и сельское хозяйство. Сотрудничайте, внедряйте инновации и учитесь вместе с нами! 🚀
