Ultralytics YOLOv8 per sistemi di gestione dei parcheggi più intelligenti

Girare in tondo alla ricerca di un parcheggio può essere stressante, soprattutto quando sei in ritardo. Il metodo tradizionale per trovare un posto dove parcheggiare può essere noioso e richiedere molto tempo. Un sistema di gestione dei parcheggi basato sull'intelligenza artificiale (AI) e sulla visione artificiale può però semplificare le cose. Può rendere più prevedibile la disponibilità dei parcheggi e ridurre la congestione del traffico.

In questo articolo vedremo come migliorare i sistemi di gestione dei parcheggi con l'intelligenza artificiale e la visione artificiale. Seguiremo inoltre un esempio di codice passo dopo passo per mostrarti come usare il modello Ultralytics YOLOv8 per creare un sistema di gestione dei parcheggi basato sulla visione artificiale.

Problemi della gestione tradizionale dei parcheggi#

Prima di parlare dei sistemi intelligenti di gestione dei parcheggi potenziati dall'AI, vediamo quali sono i problemi dei sistemi tradizionali.

Uno dei principali problemi dei sistemi tradizionali è il sovraffollamento dei parcheggi: le auto presenti sono più dei posti disponibili. Oltre a far perdere tempo nella ricerca di un posto, il sovraffollamento comporta un maggiore consumo di carburante e inquinamento atmosferico. Un altro problema è lo stress degli automobilisti. Secondo un sondaggio, circa il 27% delle persone trascorre almeno 30 minuti alla ricerca di parcheggio. Inoltre, il 43% delle persone ha ammesso di aver avuto discussioni verbali con sconosciuti per un posto auto.

Fig. 1. Un automobilista stressato. Fonte dell'immagine: Envato Elements.

L'AI semplifica la gestione dei parcheggi#

I parcheggi integrati con l'AI mirano a risolvere i problemi dei sistemi tradizionali di gestione dei parcheggi. I modelli di visione artificiale come Ultralytics YOLOv8 e le telecamere ad alta definizione possono monitorare i parcheggi e fornire aggiornamenti in tempo reale sui posti disponibili e occupati.

Come funziona? Un modello di visione artificiale può analizzare le riprese delle telecamere ad alta definizione per rilevare i veicoli, tracciarne i movimenti e individuare i posti auto disponibili. Il modello Ultralytics YOLOv8 supporta attività di visione artificiale come il rilevamento degli oggetti e il tracciamento degli oggetti e può identificare e classificare accuratamente i veicoli in un flusso video. Confrontando le posizioni rilevate dei veicoli con quelle dei posti auto predefiniti, il sistema può stabilire se un posto auto è occupato oppure no.

Fig. 2. YOLOv8 rileva i posti auto.

Le informazioni sulla disponibilità dei parcheggi fornite dal sistema basato sulla visione artificiale possono essere integrate e ampliate con diverse applicazioni:

• App per dispositivi mobili: Le app per dispositivi mobili possono mostrare la disponibilità dei parcheggi in tempo reale e aiutare gli automobilisti a trovare posti liberi in modo rapido e semplice.
• Segnaletica digitale: I pannelli digitali all'ingresso dei parcheggi possono mostrare il numero di posti disponibili e indirizzare gli automobilisti verso il posto libero più vicino.
• Sistemi di parcheggio automatizzati: I dati possono essere usati per controllare sbarre e cancelli automatici, consentendo l'accesso solo quando ci sono posti disponibili e guidando gli automobilisti verso il posto libero più vicino.

I vantaggi di un sistema di gestione dei parcheggi#

Le informazioni sulla disponibilità dei parcheggi offrono numerosi vantaggi. Gli aggiornamenti in tempo reale aiutano gli automobilisti a raggiungere direttamente i posti liberi, rendendo più scorrevole il traffico e riducendo lo stress della ricerca. I gestori possono capire meglio come vengono utilizzati i posti e quindi gestire meglio il parcheggio, migliorare la sicurezza grazie al monitoraggio in tempo reale e intervenire rapidamente in caso di incidenti.

L'automazione delle funzioni di parcheggio riduce i costi, limitando la necessità di manodopera. I sistemi di AI semplificano la prenotazione dei posti tramite app per dispositivi mobili o app web: gli automobilisti possono ricevere notifiche sulla disponibilità, risparmiando tempo e denaro. Gli urbanisti possono usare questi dati per progettare strade migliori, applicare norme di parcheggio efficaci e realizzare nuove strutture di parcheggio, rendendo le città più efficienti e più facili da percorrere.

Fig. 3. Prenotazione dei posti auto tramite un'app per dispositivi mobili.

Provalo: gestire i parcheggi con YOLOv8#

Ora che abbiamo compreso chiaramente come funziona la gestione dei parcheggi e quali sono i suoi vantaggi, vediamo come creare un sistema di gestione dei parcheggi basato sulla visione artificiale. Useremo il modello YOLOv8 per rilevare i veicoli, monitorare i posti auto e determinarne lo stato di occupazione.

In questo esempio puoi usare un video o un flusso della telecamera di un parcheggio. Prima di iniziare, ricorda che questo sistema dipende dal rilevamento accurato dei veicoli e da coordinate predefinite dei posti auto.

La calibrazione della telecamera e i fattori ambientali possono influire sull'accuratezza del rilevamento dei posti e sullo stato di occupazione. Anche la velocità e l'accuratezza dell'elaborazione possono variare in base alle prestazioni della tua GPU.

Passaggio 1: Iniziamo installando il pacchetto Ultralytics. Apri il prompt dei comandi o il terminale ed esegui il comando seguente.

pip install ultralytics

Consulta la nostra guida all’installazione di Ultralytics per istruzioni dettagliate e best practice sul processo di installazione. Se riscontri problemi durante l’installazione dei pacchetti necessari per YOLOv8, la nostra guida ai problemi comuni offre soluzioni e suggerimenti utili.

Passaggio 2: Dobbiamo preselezionare i posti auto per poter contrassegnare le aree di interesse nel tuo filmato. Esegui questo codice per aprire l’interfaccia utente e preselezionare i posti auto.

from ultralytics import solutions

solutions.ParkingPtsSelection()

Come mostrato di seguito, quando esegui questo codice si aprirà un’interfaccia utente. Acquisisci un fotogramma o uno screenshot del video di ingresso di un parcheggio e caricalo. Dopo aver disegnato i riquadri di delimitazione intorno ai posti auto, fai clic sull’opzione di salvataggio. Le informazioni sui posti auto selezionati verranno salvate in un file JSON denominato ‘bounding_boxes.json.’

Fig. 4 Selezione dei posti auto nel filmato.

Passaggio 3: Ora possiamo passare al codice principale per la gestione dei parcheggi. Inizia importando le librerie necessarie e definendo il percorso del file JSON creato nel passaggio 2.

import cv2
from ultralytics import solutions

polygon_json_path = "bounding_boxes.json"

Passaggio 4: Crea un oggetto VideoCapture per leggere il file video di ingresso e assicurati che il file video si apra correttamente.

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

Passaggio 5: Inizializza tutte le proprietà video necessarie, come larghezza, altezza e fotogrammi al secondo.

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

Passaggio 6: Ora possiamo creare un oggetto VideoWriter per salvare il file video finale elaborato.

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

Passaggio 7: Qui inizializziamo il sistema di gestione dei parcheggi con il modello Ultralytics YOLOv8 e le aree di parcheggio salvate nel file JSON.

management = solutions.ParkingManagement(model="yolov8n.pt", json_file=polygon_json_path)

Passaggio 8: Ora scorriamo il file video fotogramma per fotogramma per elaborarlo. Se non vengono letti fotogrammi, il ciclo si interrompe.

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

Passaggio 9: All'interno del ciclo, passiamo ogni fotogramma all'oggetto per la gestione dei parcheggi. Questo traccia i veicoli nel fotogramma usando il modello YOLOv8 e verifica se ciascuna area di parcheggio predefinita è occupata.

    results = management(im0)

Passaggio 10: I risultati restituiti includono il numero di posti auto occupati e disponibili, che puoi stampare o passare ad altre applicazioni.

    print(f"Occupied: {results.filled_slots}, Available: {results.available_slots}")

Passaggio 11: L'ultima parte del ciclo scrive il fotogramma annotato nel file video di output “parking management.avi.”

    video_writer.write(results.plot_im)

Passaggio 12: Infine, possiamo rilasciare gli oggetti VideoCapture e VideoWriter e chiudere tutte le finestre.

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

Passaggio 13: Salva lo script. Se lavori dal terminale o dal prompt dei comandi, esegui lo script con il comando seguente:

python your_script_name.py

Dai un’occhiata alla documentazione ufficiale di Ultralytics se vuoi saperne di più sul codice.

Le sfide di un sistema automatizzato di gestione dei parcheggi#

I sistemi di parcheggio intelligenti offrono molti vantaggi sia agli automobilisti sia alle aziende. Tuttavia, presentano anche alcune sfide da tenere in considerazione prima di implementare soluzioni di questo tipo. Vediamone alcune.

• Problemi di privacy: Questi sistemi raccolgono informazioni come marca e modello dell'auto di una persona, numero di targa, orario di ingresso e di uscita e così via.
• Costi di installazione elevati: Sensori, telecamere, distributori automatici di biglietti e software di AI possono essere costosi da installare.
• Requisiti di manutenzione: La frequenza della manutenzione dipende dal sistema di AI, ma la maggior parte dei sistemi richiede interventi mensili.

Il futuro dei sistemi di parcheggio intelligenti#

In futuro, una gestione innovativa dei parcheggi punterà a usare tecnologie all'avanguardia come l'AI, le auto a guida autonoma e la realtà virtuale per migliorare l'esperienza complessiva di parcheggio e favorire la sostenibilità. Integrate con questi sistemi, le auto a guida autonoma potranno raggiungere i parcheggi senza intervento umano e parcheggiare. Questi sistemi aiutano inoltre le aziende a riempire più posti auto e a pubblicizzare i propri servizi su diverse app e siti web. Riducono anche le emissioni di carbonio causate dagli automobilisti che girano in cerca di parcheggio.

Basta problemi di parcheggio#

I modelli di AI, come Ultralytics YOLOv8, e la visione artificiale possono trasformare il tuo parcheggio. Riducendo il tempo passato a girare in cerca di un posto, ti fanno risparmiare tempo e riducono le emissioni. Questi sistemi intelligenti di gestione dei parcheggi affrontano problemi comuni come la congestione, la sosta irregolare e la frustrazione degli automobilisti. Anche se richiedono un investimento iniziale, i vantaggi a lungo termine sono significativi. Investire nei parcheggi intelligenti è fondamentale per creare città sostenibili e offrire a tutti un'esperienza di parcheggio più semplice.

Vuoi saperne di più sull'AI? Entra in contatto con la nostra community! Esplora il nostro repository GitHub per scoprire come usiamo l'AI per creare soluzioni innovative in diversi settori, come la sanità e l'agricoltura. Collabora, innova e impara insieme a noi!