SOHGA desarrolló MEGURU, un sistema móvil de patrullaje basado en Ultralytics YOLO26 que permite al personal de los aparcamientos escanear matrículas casi al instante mientras pasa junto a los vehículos estacionados. MEGURU estandariza el proceso y reduce el tiempo de patrullaje.
Las rondas de vigilancia de aparcamientos son una tarea habitual, pero exigente desde el punto de vista operativo, en distintos sectores de Japón. A menudo son obligatorias en ciertos sectores, como el sanitario. Por ejemplo, los hospitales deben mantener despejadas las vías de acceso para las ambulancias y las personas usuarias de sillas de ruedas, mientras que otros sectores deben comprobar que no haya ocupantes desatendidos en sus aparcamientos. Para el personal que gestiona aparcamientos grandes y realiza varias rondas al día, llevar un seguimiento uniforme de todos los vehículos supone un verdadero reto operativo.
SOHGA Co. creó MEGURU para resolver este problema. Con tecnología de Ultralytics YOLO26, MEGURU es un sistema móvil de reconocimiento de matrículas que ayuda al personal de vigilancia a seguir todos los vehículos de un aparcamiento en tiempo real. Mediante sencillas indicaciones de audio en un smartphone, distingue automáticamente los coches que ya se han revisado de los que aún no.
Uso de la visión artificial para facilitar las patrullas de aparcamientos#
El sistema MEGURU de SOHGA se basa en un flujo de trabajo sencillo. Un miembro del personal lleva un iPhone montado en un palo para selfis y recorre el aparcamiento a un ritmo normal. Al pasar junto a cada vehículo, el sistema escanea la matrícula en tiempo real y reproduce una alerta sonora: un sonido para los vehículos nuevos que aún no se han registrado y otro distinto para los que ya se han comprobado.
Este diseño centrado en el audio es intencionado. El personal de vigilancia no solo registra matrículas, sino que también mira por las ventanillas para comprobar si hay ocupantes. Al proporcionar indicaciones sonoras en lugar de exigir que se mire la pantalla, MEGURU mantiene la atención en el vehículo y no en el dispositivo. Las matrículas nuevas se procesan al instante, lo que permite pasar de un vehículo a otro cada 2–3 segundos. Mientras el personal realiza las rondas, MEGURU sigue su ritmo en tiempo real y proporciona indicaciones de audio de forma eficiente sin apartar la vista de los vehículos.
Actualmente, el sistema está implementado en 112 clientes del este de Japón y funciona en 147 dispositivos; reduce el tiempo de patrullaje una media aproximada del 30 %. En el caso documentado más destacado, una patrulla que antes duraba dos horas se completó en 40 minutos.
Retos del reconocimiento de matrículas en un dispositivo en movimiento#
El reconocimiento fiable de matrículas en un entorno controlado y estático es un problema bien conocido. Hacerlo con un smartphone portátil mientras se recorre un aparcamiento es mucho más complejo. Mientras el agente de vigilancia camina, el dispositivo se mueve, el ángulo de visión cambia de un coche a otro, la iluminación varía y las matrículas aparecen a distintas distancias y orientaciones. Estas condiciones provocan desenfoque por movimiento y encuadres inconsistentes que hacen que los métodos estándar de OCR no sean fiables.
Durante el desarrollo, SOHGA evaluó el OCR y observó que confundía con frecuencia caracteres visualmente similares. Esto supone un problema importante en un sistema que depende de la identificación precisa de las matrículas. Las matrículas japonesas utilizan un conjunto definido de caracteres, no uno abierto, lo que apuntó a un enfoque más específico: entrenar un modelo de detección solo con los caracteres que pueden aparecer realmente en una matrícula, en lugar de depender de un sistema general de reconocimiento de texto.
Este enfoque también hizo que el modelo fuera más resistente a las condiciones físicas reales del entorno de escaneo. Como los datos de entrenamiento reflejaban situaciones reales, como el desenfoque por movimiento, la inclinación y la iluminación variable, el modelo aprendió a gestionar estas variaciones en lugar de verse afectado por ellas.
Cómo utiliza SOHGA Ultralytics YOLO26#
El flujo de visión artificial de MEGURU utiliza dos modelos Ultralytics YOLO en secuencia:
Detección de matrículas. El primer modelo localiza la matrícula en cada fotograma de la cámara. Al funcionar a 10 fotogramas por segundo en el iPhone, identifica continuamente la región de la imagen que contiene la matrícula mientras el dispositivo pasa junto a cada vehículo.
Reconocimiento de caracteres. El segundo modelo recibe la región recortada de la matrícula e identifica cada carácter. Como está entrenado específicamente con el conjunto de caracteres de las matrículas japonesas, trabaja con un espacio de detección limitado, lo que mejora la precisión frente al OCR de propósito general. Para gestionar las variaciones entre fotogramas causadas por el movimiento, el sistema aplica un mecanismo de voto mayoritario entre varios fotogramas antes de confirmar una lectura.
La velocidad y la facilidad de entrenamiento de YOLO fueron fundamentales para hacerlo posible. Ejecutar inferencias en tiempo real en un smartphone de consumo exige un modelo preciso y ligero. Entrenar con un conjunto de datos específico del sector, en lugar de depender de un modelo OCR listo para usar, dio a SOHGA el control necesario para ajustar el rendimiento a su caso de uso concreto. El resultado fue un reconocimiento de matrículas casi instantáneo: el intervalo de 2–3 segundos refleja el ritmo de marcha del operador entre vehículos, y MEGURU puede seguir ese ritmo y proporcionar indicaciones de audio en tiempo real sin hacer esperar al agente.
¿Por qué elegir los modelos Ultralytics YOLO?#
Los modelos Ultralytics YOLO ofrecen la combinación de rendimiento en tiempo real y flexibilidad de entrenamiento que necesitaba MEGURU. Al funcionar en un iPhone estándar en lugar de en hardware específico, el sistema necesitaba un modelo capaz de realizar inferencias precisas a 10 FPS en un flujo de dos etapas, incluida la detección y el reconocimiento de caracteres, sin depender de una GPU ni de una conexión a la nube. La arquitectura eficiente de YOLO lo hizo posible.
La posibilidad de entrenar con un conjunto de datos específico del dominio también fue igual de importante. Las matrículas japonesas utilizan un conjunto limitado de caracteres, y crear un modelo entrenado específicamente con esos caracteres, en lugar de utilizar un sistema general de reconocimiento de texto, proporcionó a SOHGA una base más fiable y precisa para detectar caracteres. El mismo proceso de entrenamiento también permitió que el modelo se adaptara a las condiciones reales del entorno de patrulla: desenfoque por movimiento, ángulos oblicuos e iluminación variable.
SOHGA también midió una mejora inesperada en la calidad de las patrullas. En un ensayo controlado con equipos de monitorización de ondas cerebrales, observó que el personal que no utilizaba MEGURU podía mantener la concentración durante unos 10-15 minutos de patrulla. Con MEGURU, que proporciona indicaciones de audio continuas y elimina la necesidad de registrar las matrículas manualmente, el personal pudo mantener la atención hasta una hora, la duración completa de una ronda de patrulla.
Ampliación de las operaciones de patrulla en Japón#
Actualmente, MEGURU está implementado en más de 100 clientes del este de Japón, con más de 140 dispositivos en uso activo. El sistema presta servicio a dos grupos principales de clientes, cada uno de los cuales lo utiliza para responder a una necesidad operativa concreta.
Hospitales: Los vehículos aparcados ilegalmente en las vías de acceso a los hospitales pueden bloquear las rutas de las ambulancias e impedir el acceso de las sillas de ruedas. MEGURU ayuda al personal de patrulla de los hospitales a identificar y registrar los vehículos infractores con mayor eficiencia.
Salones de pachinko: La normativa japonesa exige que los locales de pachinko patrullen sus aparcamientos y comprueben si hay ocupantes desatendidos o niños solos dentro de vehículos. MEGURU ofrece al personal de patrulla una forma coherente y estructurada de registrar todos los vehículos del aparcamiento y asegurarse de que no se omita ninguno, sustituyendo un proceso manual difícil de verificar o estandarizar. La función principal de MEGURU es ofrecer una forma sencilla de distinguir los vehículos comprobados de los que no lo están, reducir la fatiga de concentración del personal y mejorar la eficacia de las inspecciones del interior de los vehículos, lo que, en última instancia, ayuda a salvar vidas.
Otra aplicación práctica es abordar el estacionamiento no autorizado. Los vehículos que utilizaban repetidamente el aparcamiento sin que sus ocupantes fueran clientes del salón de pachinko suponían desde hacía tiempo un problema persistente y difícil de gestionar eficazmente. Al analizar los patrones de estacionamiento, estos vehículos se pueden identificar claramente, y se ha informado de que enviar advertencias ha reducido a cero las reincidencias.
Fig. 1. MEGURU analiza una matrícula.
Además del caso de uso principal de las patrullas, SOHGA ha ampliado las funciones de MEGURU al análisis de visitantes. Como las matrículas japonesas incluyen la localidad de registro del vehículo y, según la legislación japonesa, los datos de las matrículas no se consideran información personal, los clientes pueden utilizar los registros de MEGURU para saber de dónde vienen los visitantes, cuánto tiempo se quedan y con qué frecuencia regresan.
Más estructura y coherencia en las patrullas de aparcamientos#
MEGURU aborda un problema operativo sencillo: cómo asegurarse de que se ha comprobado cada vehículo de un aparcamiento, y lo resuelve de forma práctica y escalable. Al ejecutar dos modelos Ultralytics YOLO26 en un iPhone estándar, SOHGA ha creado un sistema que funciona en las condiciones reales de un aparcamiento en uso.
Los resultados se pueden medir. El tiempo de las rondas se ha reducido una media del 30 % en las implementaciones y el personal puede mantener la concentración durante toda la ronda. Con más de 100 clientes y más de 140 dispositivos desplegados en el este de Japón, MEGURU es un gran ejemplo de cómo los modelos de visión artificial contribuyen activamente a la seguridad en las ciudades, además de ser una herramienta fiable para la gestión de aparcamientos.
¿Te interesa la IA visual? Descubre nuestras opciones de licencia para incorporar la visión artificial a tus proyectos. Visita nuestro repositorio de GitHub y únete a nuestra comunidad.
Escrito por
Responsable de contenidos digitales · Ultralytics
