SOHGA ha sviluppato MEGURU, un sistema mobile per i giri di pattuglia basato su Ultralytics YOLO26, che consente al personale dei parcheggi di scansionare quasi istantaneamente le targhe mentre passa accanto alle auto parcheggiate. MEGURU standardizza il processo e riduce i tempi dei giri di pattuglia.
I pattugliamenti dei parcheggi sono un'attività di routine, ma impegnativa dal punto di vista operativo, in diversi settori in Giappone. Sono spesso obbligatori in alcuni comparti, come quello sanitario. Per esempio, gli ospedali devono mantenere libere le vie d'accesso per le ambulanze e le persone in sedia a rotelle, mentre altri settori devono controllare che non vi siano persone lasciate incustodite nei parcheggi. Per il personale che gestisce grandi parcheggi con più turni di pattuglia al giorno, tenere traccia di ogni veicolo in modo coerente è una vera sfida operativa.
SOHGA Co. ha sviluppato MEGURU per risolvere questo problema. Basato su Ultralytics YOLO26, MEGURU è un sistema mobile di riconoscimento delle targhe che aiuta il personale di pattuglia a monitorare in tempo reale ogni veicolo in un parcheggio, distinguendo automaticamente con semplici feedback audio sullo smartphone le auto già controllate da quelle ancora da controllare.
Usare la visione artificiale per supportare i giri di pattuglia nei parcheggi#
Il sistema MEGURU di SOHGA è progettato attorno a un flusso di lavoro semplice. Un addetto porta un iPhone montato su un selfie stick e cammina a passo normale nel parcheggio. Mentre passa accanto a ogni veicolo, il sistema scansiona la targa in tempo reale e riproduce un avviso audio: un suono per un veicolo nuovo non ancora registrato e un suono diverso per uno già controllato.
Questo design incentrato sull'audio è intenzionale. Il personale di pattuglia non si limita a registrare le targhe: guarda anche attraverso i finestrini per verificare la presenza di persone. Fornendo feedback sonori anziché chiedere al personale di guardare lo schermo, MEGURU mantiene la sua attenzione sul veicolo e non sul dispositivo. Una nuova targa viene elaborata all'istante, consentendo di passare da un veicolo al successivo ogni 2–3 secondi. Durante i giri di controllo, MEGURU riesce a tenere il passo con il personale in tempo reale e a fornire indicazioni audio in modo efficiente, senza distogliere lo sguardo.
Il sistema è attualmente utilizzato da 112 clienti nel Giappone orientale, su 147 dispositivi, e riduce i tempi dei giri di pattuglia in media di circa il 30%. Nel caso documentato più significativo, un giro che prima richiedeva due ore è stato completato in 40 minuti.
Le sfide del riconoscimento delle targhe su un dispositivo in movimento#
Il riconoscimento affidabile delle targhe in un ambiente controllato e statico è un problema ben noto. Eseguirlo su uno smartphone portatile che si muove in un parcheggio è molto più complesso. Mentre l'agente cammina, il dispositivo trema, l'angolo di visuale cambia da un'auto all'altra, l'illuminazione varia e le targhe si trovano a distanze e inclinazioni diverse. Queste condizioni causano sfocatura da movimento e inquadrature disomogenee, rendendo inaffidabili gli approcci standard di OCR.
Durante lo sviluppo, SOHGA ha valutato l’OCR e ha riscontrato frequenti errori di lettura tra caratteri visivamente simili. Si tratta di un problema rilevante per un sistema che dipende dall’identificazione precisa delle targhe. Le targhe giapponesi utilizzano un insieme definito di caratteri, anziché un insieme aperto, il che ha suggerito un approccio più mirato: addestrare un modello di rilevamento solo sui caratteri che possono effettivamente comparire su una targa, anziché affidarsi a un sistema generico di riconoscimento del testo.
Questo approccio ha anche reso il modello più robusto rispetto alle condizioni fisiche dell’ambiente di scansione. Poiché i dati di addestramento rispecchiavano condizioni reali come sfocatura da movimento, inclinazione e illuminazione variabile, il modello ha imparato a gestire queste variazioni anziché esserne ostacolato.
Come SOHGA usa Ultralytics YOLO26#
La pipeline di visione di MEGURU usa due modelli Ultralytics YOLO in sequenza:
Rilevamento delle targhe. Il primo modello individua la targa in ogni fotogramma della telecamera. Con un’elaborazione a 10 fotogrammi al secondo sull’iPhone, identifica continuamente la regione dell’immagine che contiene la targa mentre il dispositivo passa accanto a ogni veicolo.
Riconoscimento dei caratteri. Il secondo modello riceve la porzione ritagliata della targa e identifica ogni carattere. Poiché è addestrato specificamente sull’insieme di caratteri usato nelle targhe giapponesi, opera in uno spazio di rilevamento circoscritto che migliora la precisione rispetto all’OCR generico. Per gestire le variazioni tra fotogrammi causate dal movimento, prima di confermare una lettura il sistema applica un meccanismo di voto a maggioranza su più fotogrammi.
La velocità e la facilità di addestramento di YOLO sono state essenziali per il successo del progetto. L'inferenza in tempo reale su uno smartphone comune richiede un modello accurato e leggero. Addestrare il modello su un dataset specifico del dominio, anziché affidarsi a un modello OCR generico, ha dato a SOHGA il controllo necessario per ottimizzare le prestazioni in base al caso d'uso preciso. Il riconoscimento delle targhe è così diventato quasi istantaneo; l'intervallo di 2–3 secondi corrisponde al ritmo con cui l'operatore cammina da un veicolo all'altro. MEGURU riesce a mantenere questo ritmo e a fornire indicazioni audio in tempo reale senza far attendere l'agente.
Perché scegliere i modelli Ultralytics YOLO?#
I modelli Ultralytics YOLO offrono la combinazione di prestazioni in tempo reale e flessibilità di addestramento richiesta da MEGURU. Poiché funziona su un normale iPhone anziché su hardware dedicato, il sistema aveva bisogno di un modello in grado di eseguire inferenze precise a 10 FPS sull’intera pipeline a due fasi, che comprende il rilevamento e il riconoscimento dei caratteri, senza dipendere da una GPU o da una connessione cloud. L’architettura efficiente di YOLO ha reso possibile tutto questo.
La possibilità di addestrare il modello su un dataset specifico del dominio era altrettanto importante. Le targhe giapponesi usano un insieme di caratteri circoscritto e creare un modello addestrato appositamente su questi caratteri, anziché usare un sistema generico di riconoscimento del testo, ha fornito a SOHGA basi più affidabili e precise per il rilevamento dei caratteri. Lo stesso processo di addestramento ha inoltre permesso al modello di diventare robusto rispetto alle condizioni reali dell’ambiente di pattuglia: sfocatura da movimento, angoli obliqui e illuminazione variabile.
SOHGA ha misurato anche un beneficio inatteso per la qualità dei giri di pattuglia. In una prova controllata con apparecchiature di monitoraggio delle onde cerebrali, ha rilevato che il personale senza MEGURU riusciva a mantenere la concentrazione per circa 10-15 minuti durante un giro. Grazie alle indicazioni audio continue di MEGURU e all’eliminazione della registrazione manuale delle targhe, il personale è riuscito a mantenere l’attenzione fino a un’ora, pari alla durata completa di un giro di pattuglia.
Estendere le operazioni di pattuglia in tutto il Giappone#
MEGURU è attualmente utilizzato da oltre 100 clienti nel Giappone orientale, con più di 140 dispositivi in uso. Il sistema serve due principali gruppi di clienti, ciascuno dei quali lo usa per soddisfare una specifica esigenza operativa.
Ospedali: i veicoli parcheggiati illegalmente sulle vie di accesso agli ospedali possono bloccare i percorsi delle ambulanze e impedire l’accesso alle persone in sedia a rotelle. MEGURU aiuta il personale di pattuglia degli ospedali a individuare e registrare con maggiore efficienza i veicoli in infrazione.
Sale di pachinko: le normative giapponesi impongono alle sale di pachinko di pattugliare i parcheggi e controllare che non vi siano persone o bambini lasciati incustoditi nei veicoli. MEGURU offre al personale di pattuglia un metodo coerente e strutturato per registrare ogni veicolo nel parcheggio e assicurarsi che nessuno venga trascurato, sostituendo un processo manuale difficile da verificare o standardizzare. La funzione principale di MEGURU è offrire un modo semplice per distinguere i veicoli controllati da quelli non controllati, riducendo l’affaticamento della concentrazione del personale e migliorando l’efficacia dei controlli all’interno dei veicoli, contribuendo in definitiva a salvare vite.
Un’altra applicazione pratica consiste nel contrastare i parcheggi non autorizzati. I veicoli che usavano ripetutamente il parcheggio senza appartenere a clienti della sala di pachinko rappresentavano da tempo un problema persistente, difficile da gestire con efficacia. Analizzando i modelli di parcheggio, è possibile identificare chiaramente questi veicoli e, secondo quanto riportato, l’invio di avvertimenti ha portato a zero le infrazioni ripetute.
Fig. 1. Una targa analizzata da MEGURU.
Oltre all’uso principale per i giri di pattuglia, SOHGA ha esteso le funzionalità di MEGURU alle analisi dei visitatori: poiché le targhe giapponesi indicano la località di immatricolazione del veicolo e, secondo la legge giapponese, i dati delle targhe non sono classificati come informazioni personali, i clienti possono usare i registri di MEGURU per capire da dove provengono i visitatori, quanto si fermano e quanto spesso ritornano.
Dare struttura e coerenza ai giri di pattuglia nei parcheggi#
MEGURU affronta un problema operativo semplice: assicurarsi che ogni veicolo in un parcheggio venga controllato, e lo risolve in modo pratico e scalabile. Eseguendo due modelli Ultralytics YOLO26 su un normale iPhone, SOHGA ha creato un sistema che funziona nelle condizioni reali di un parcheggio in attività.
I risultati sono misurabili. Il tempo di pattugliamento è diminuito in media del 30% nei vari impianti e il personale riesce a mantenere la concentrazione per l'intero giro di controllo. Con oltre 100 clienti e più di 140 dispositivi installati nel Giappone orientale, MEGURU è un ottimo esempio di come i modelli di visione artificiale contribuiscano attivamente alla sicurezza nelle città, oltre a essere uno strumento affidabile per la gestione dei parcheggi.
Ti interessa l'AI visiva? Scopri le nostre opzioni di licenza per integrare la visione artificiale nei tuoi progetti. Visita il nostro repository GitHub e unisciti alla nostra community.
Scritto da
Digital Content Manager · Ultralytics
