よりスマートな駐車場管理システムを実現するUltralytics YOLOv8

駐車スペースを探して何度も車を走らせるのは、特に遅刻しそうなときにはストレスになります。従来の駐車場所探しは、手間と時間がかかります。しかし、人工知能（AI）とコンピュータビジョンを活用した駐車場管理システムがあれば、状況をより簡単にできます。駐車スペースの空き状況を予測しやすくし、交通渋滞を軽減できます。

この記事では、人工知能とコンピュータービジョンを使って駐車場管理システムを改善する方法を紹介します。また、Ultralytics YOLOv8モデルを使ってコンピュータービジョン対応の駐車場管理システムを構築する方法を、コーディング例を交えて順を追って説明します。

従来の駐車場管理の課題#

AIを活用したスマート駐車場管理システムについて説明する前に、従来の駐車場管理システムの課題を見てみましょう。

従来のシステムにおける大きな問題は、駐車スペースの過密状態です。駐車場に、空きスペースの数を上回る車が停まっています。駐車場所を探す時間が無駄になるだけでなく、過密状態は燃料消費の増加や大気汚染につながります。ドライバーのストレスも問題です。ある調査によると、約27%の人が駐車場所を探すのに少なくとも30分を費やしています。また、43%の人が駐車場所をめぐって見知らぬ人と言い争いになったことがあると回答しています。

図1。ストレスを感じているドライバー。画像提供：Envato Elements。

AIで駐車場管理を効率化#

AIを統合した駐車場は、従来の駐車場管理システムが抱える課題の解決を目指しています。Ultralytics YOLOv8などのコンピュータービジョンモデルと高解像度カメラを使えば、駐車場を監視し、空き状況をリアルタイムで更新できます。

どのように動作するのでしょうか？ コンピュータビジョンモデルは、高解像度カメラの映像を分析して車両を検出し、その動きを追跡し、空き駐車スペースを特定できます。Ultralytics YOLOv8モデルは、物体検出や物体追跡などのコンピュータビジョンタスクに対応し、動画内の車両を正確に識別・分類できます。検出された車両の位置と、あらかじめ定義された駐車スペースを照合することで、駐車スペースが使用中かどうかをシステムが判断できます。

図2。駐車スペースを検出するYOLOv8。

ビジョンベースのシステムから得られる駐車場の空き状況に関する情報は、さまざまなアプリケーションに統合・拡張できます。

• モバイルアプリ：モバイルアプリケーションは駐車場の空き状況をリアルタイムで表示し、ドライバーが空きスペースをすばやく簡単に見つけられるようにします。
• デジタルサイネージ：駐車場の入口に設置したデジタルサイネージは、空きスペースの数を表示し、最寄りの空きスペースへドライバーを案内できます。
• 自動駐車システム：データを使って自動バリアやゲートを制御し、空きスペースがある場合にのみ入場を許可して、最寄りの空きスペースへドライバーを案内できます。

駐車場管理システムのメリット#

駐車場の空き状況に関するインサイトは、多くのメリットをもたらします。リアルタイムの更新により、ドライバーは空きスペースへ直接向かえるため、交通の流れがスムーズになり、駐車場所を探すストレスも軽減されます。運営者はスペースの利用状況を把握することで、駐車場をより適切に管理し、リアルタイム監視によってセキュリティを強化し、インシデントにも迅速に対応できます。

駐車場の機能を自動化すると、手作業の必要性が減り、コストを削減できます。AIシステムによってモバイルアプリやWebアプリから駐車スペースを予約しやすくなり、ドライバーは空き状況の通知を受け取ることで、時間と費用を節約できます。都市計画担当者はこうしたデータを活用し、より優れた道路レイアウトを設計し、効果的な駐車規制を実施し、都市の効率性と移動のしやすさを高める新たな駐車施設を整備できます。

図3. モバイルアプリで駐車スペースを予約。

試してみましょう：YOLOv8を使った駐車場管理#

駐車場管理とそのメリットを理解したところで、ビジョンベースの駐車場管理システムを構築する方法を見ていきましょう。YOLOv8モデルを使って車両を検出し、駐車スペースを監視して、使用状況を判定します。

この例では、駐車場の動画またはカメラストリームを使用できます。始める前に、このシステムは正確な車両検出と、事前に定義した駐車スペースの座標に依存することを覚えておいてください。

カメラのキャリブレーションや環境要因は、スペースの検出と使用状況の判定精度に影響する場合があります。処理速度と精度は、GPUの性能によっても異なる場合があります。

ステップ1: まず、Ultralyticsパッケージをインストールしましょう。コマンドプロンプトまたはターミナルを開き、次のコマンドを実行します。

pip install ultralytics

インストール手順とベストプラクティスの詳細については、Ultralytics インストールガイドをご覧ください。YOLOv8に必要なパッケージのインストール中に問題が発生した場合は、よくある問題のガイドで解決策や役立つヒントをご確認いただけます。

ステップ 2: 映像内の関心領域を指定できるように、駐車スペースを事前に選択する必要があります。このコードを実行してユーザーインターフェースを開き、駐車スペースを事前に選択してください。

from ultralytics import solutions

solutions.ParkingPtsSelection()

以下に示すように、このコードを実行するとユーザーインターフェースが開きます。駐車場を撮影した入力動画からフレームまたはスクリーンショットを取得して、アップロードしてください。駐車スペースの周囲にバウンディングボックスを描画したら、保存オプションをクリックします。選択した駐車スペースの情報は、‘bounding_boxes.json’という名前のJSONファイルに保存されます。

図 4. 映像内の駐車スペースの選択。

ステップ3：ここから駐車場管理のメインコードに進みます。必要なライブラリをインポートし、ステップ2で作成したJSONファイルへのパスを定義します。

import cv2
from ultralytics import solutions

polygon_json_path = "bounding_boxes.json"

ステップ 4: VideoCaptureオブジェクトを作成して入力動画ファイルを読み込み、動画ファイルが正常に開かれたことを確認します。

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

ステップ5：幅、高さ、フレームレートなど、必要な動画プロパティをすべて初期化します。

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

ステップ 6: 次に、VideoWriterオブジェクトを作成して、処理済みの最終動画ファイルを保存します。

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

ステップ7：ここでは、Ultralytics YOLOv8モデルとJSONファイルに保存した駐車領域を使って駐車場管理システムを初期化します。

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

ステップ 8: 動画ファイルをフレームごとに処理します。フレームを読み込めなかった場合は、ループを終了します。

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

ステップ9：ループ内で各フレームを駐車場管理オブジェクトに渡します。YOLOv8モデルを使ってフレーム内の車両を追跡し、事前に選択した各駐車領域が使用中かどうかを確認します。

    results = management(im0)

ステップ10：返される結果には、使用中および空きの駐車スペース数が含まれます。これらの結果は、出力したり、他のアプリケーションに渡したりできます。

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

ステップ11：ループの最後では、注釈付きフレームを出力動画ファイル「parking management.avi」に書き込みます。

    video_writer.write(results.plot_im)

ステップ 12: 最後に、VideoCaptureオブジェクトとVideoWriterオブジェクトを解放し、開いているウィンドウをすべて閉じます。

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

ステップ 13: スクリプトを保存します。ターミナルまたはコマンドプロンプトを使用している場合は、次のコマンドでスクリプトを実行してください。

python your_script_name.py

コードについて詳しく知りたい場合は、Ultralytics の公式ドキュメントをご覧ください。

自動駐車場管理システムの課題#

スマート駐車システムは、ドライバーと企業の双方に多くのメリットをもたらします。一方で、このようなソリューションを導入する前に考慮すべき課題もいくつかあります。その一部を見ていきましょう。

• プライバシーに関する懸念：これらのシステムは、車種やモデル、ナンバープレート番号、入出庫時刻などの情報を収集します。
• 設置費用の高さ：センサー、カメラ、自動発券機、AIソフトウェアの設置には高い費用がかかる場合があります。
• メンテナンス要件：メンテナンスの頻度はAIシステムによって異なりますが、ほとんどのシステムでは毎月のメンテナンスが必要です。

スマート駐車システムの未来#

将来の革新的な駐車場管理では、AI、自動運転車、バーチャルリアリティなどの最先端技術を活用し、駐車体験全体を改善しながら持続可能性を支えることが重要になります。これらのシステムと統合された自動運転車は、人の介入なしに駐車場所まで走行し、駐車できるようになります。こうしたシステムは、企業がより多くの駐車スペースを埋め、複数のアプリやウェブサイトでサービスを宣伝するのにも役立ちます。また、駐車スペースを探して走り回る車両による二酸化炭素排出量も削減します。

駐車の悩みを解消#

Ultralytics YOLOv8などのAIモデルとコンピュータービジョンは、駐車場を変革できます。駐車スペースを探して走り回る車両を減らし、時間の節約と排出量の削減につなげます。こうしたスマート駐車場管理システムは、混雑、違法駐車、ドライバーの不満といった一般的な問題に対処します。初期投資は必要ですが、長期的なメリットは大きいです。スマート駐車場への投資は、持続可能な都市と、誰もが利用しやすい駐車体験を実現するうえで重要です。

AIについてもっと知りたいですか？コミュニティに参加しましょう！GitHubリポジトリでは、医療や農業など、さまざまな業界でAIを活用して革新的なソリューションを生み出す取り組みについて詳しくご覧いただけます。ぜひ一緒に協力し、革新を進め、学びましょう！