A SOHGA desenvolveu o MEGURU, um sistema móvel de patrulhamento baseado no Ultralytics YOLO26, que permite aos funcionários dos estacionamentos ler placas de matrícula quase instantaneamente enquanto passam a pé pelos carros estacionados. O MEGURU uniformiza o processo e reduz o tempo de patrulhamento.
As rondas em estacionamentos são uma tarefa rotineira, mas operacionalmente exigente, em vários setores no Japão. Em alguns setores, como o da saúde, essas rondas são frequentemente obrigatórias. Por exemplo, os hospitais precisam de manter as vias de acesso desimpedidas para ambulâncias e utilizadores de cadeiras de rodas, enquanto outros setores são obrigados a verificar se existem ocupantes deixados sem supervisão nos seus estacionamentos. Para os funcionários que gerem estacionamentos grandes ao longo de várias rondas por dia, acompanhar todos os veículos de forma consistente é um verdadeiro desafio operacional.
A SOHGA Co. desenvolveu o MEGURU para resolver este problema. Baseado no Ultralytics YOLO26, o MEGURU é um sistema móvel de reconhecimento de matrículas que ajuda os funcionários das rondas a acompanhar todos os veículos de um estacionamento em tempo real, distinguindo automaticamente os carros que já foram verificados daqueles que ainda não foram, através de simples indicações áudio emitidas por um smartphone.
Utilização de visão computacional para apoiar as rondas em estacionamentos#
O sistema MEGURU da SOHGA foi concebido em torno de um fluxo de trabalho simples. Um funcionário transporta um iPhone montado num bastão de selfie e percorre o estacionamento a um ritmo normal. À medida que passa por cada veículo, o sistema lê a matrícula em tempo real e reproduz um alerta áudio: um som para um veículo novo que ainda não foi registado e outro som para um veículo que já foi verificado.
Este design baseado em áudio é intencional. Os funcionários das rondas não se limitam a registar matrículas; também observam o interior dos carros para verificar se há ocupantes. Ao fornecer feedback através de som, em vez de exigir que os funcionários olhem para o ecrã, o MEGURU mantém a atenção deles no veículo e não no dispositivo. Uma matrícula nova é processada instantaneamente, permitindo que os funcionários passem de um veículo para o seguinte a cada 2-3 segundos. À medida que os operadores fazem as suas rondas, o MEGURU consegue acompanhar o ritmo dos funcionários em tempo real, fornecendo indicações áudio de forma eficiente sem desviar a sua atenção visual.
Atualmente, o sistema está implementado em 112 clientes no leste do Japão, funcionando em 147 dispositivos e reduzindo o tempo de patrulhamento em cerca de 30%, em média. No caso documentado mais significativo, uma ronda que anteriormente demorava duas horas foi concluída em 40 minutos.
Desafios do reconhecimento de matrículas num dispositivo em movimento#
O reconhecimento fiável de matrículas num ambiente controlado e estático é um problema bem conhecido. Fazê-lo num smartphone portátil em movimento por um estacionamento é consideravelmente mais complexo. À medida que o agente percorre o estacionamento, o dispositivo treme, o ângulo de visão muda de carro para carro, as condições de iluminação variam e as matrículas aparecem a diferentes distâncias e orientações. Estas condições criam desfoque de movimento e enquadramentos inconsistentes que tornam as abordagens padrão de OCR pouco fiáveis.
Durante o desenvolvimento, a SOHGA avaliou o OCR e concluiu que este produzia leituras incorretas frequentes em caracteres visualmente semelhantes. Este é um problema relevante num sistema que depende da identificação precisa das matrículas. As matrículas japonesas utilizam um conjunto definido de caracteres, em vez de um conjunto aberto, o que apontou para uma abordagem mais direcionada: treinar um modelo de deteção apenas com os caracteres que poderiam realmente aparecer numa matrícula, em vez de depender de um sistema geral de reconhecimento de texto.
Esta abordagem também tornou o modelo mais robusto às condições físicas do ambiente de leitura. Como os dados de treino refletiam condições do mundo real, como desfoque de movimento, inclinação e iluminação variável, o modelo aprendeu a lidar com estas variações em vez de ser afetado por elas.
Como a SOHGA utiliza o Ultralytics YOLO26#
O pipeline de visão do MEGURU utiliza dois modelos Ultralytics YOLO em sequência:
Deteção de matrículas. O primeiro modelo localiza a matrícula em cada fotograma da câmara. Funcionando a 10 fotogramas por segundo no iPhone, identifica continuamente a região da imagem que contém a matrícula à medida que o dispositivo passa por cada veículo.
Reconhecimento de caracteres. O segundo modelo recebe a região recortada da matrícula e identifica cada carácter. Como é treinado especificamente com o conjunto de caracteres utilizado nas matrículas japonesas, funciona num espaço de deteção limitado, o que melhora a precisão em comparação com o OCR de uso geral. Para lidar com as variações entre fotogramas causadas pelo movimento, o sistema aplica um mecanismo de votação maioritária a vários fotogramas antes de confirmar uma leitura.
A velocidade e a capacidade de treino do YOLO foram fundamentais para tornar isto possível. Executar inferência em tempo real num smartphone de consumo exige um modelo simultaneamente preciso e leve. O treino com um conjunto de dados específico do domínio, em vez da utilização de um modelo de OCR pronto a usar, deu à SOHGA o controlo necessário para ajustar o desempenho ao seu caso de utilização exato. Isto resultou num reconhecimento de matrículas quase instantâneo, com uma janela de 2-3 segundos que reflete o ritmo de caminhada do operador entre veículos, permitindo ao MEGURU acompanhar esta velocidade e fornecer indicações áudio em tempo real sem obrigar o agente a esperar.
Porquê escolher os modelos Ultralytics YOLO?#
Os modelos Ultralytics YOLO oferecem a combinação de desempenho em tempo real e flexibilidade de treino de que o MEGURU precisava. Como funcionava num iPhone comum, em vez de hardware dedicado, o sistema precisava de um modelo capaz de fornecer inferência precisa a 10 FPS em todo o pipeline de duas etapas, incluindo a deteção e o reconhecimento de caracteres, sem depender de uma GPU ou de uma ligação à nuvem. A arquitetura eficiente do YOLO tornou isso possível.
A capacidade de treinar com um conjunto de dados específico do domínio foi igualmente importante. As matrículas japonesas utilizam um conjunto limitado de caracteres e a criação de um modelo treinado especificamente com esses caracteres, em vez da utilização de um sistema geral de reconhecimento de texto, proporcionou à SOHGA uma base mais fiável e precisa para a deteção de caracteres. O mesmo processo de treino também permitiu que o modelo se tornasse robusto às condições do mundo real no ambiente de patrulhamento: desfoque de movimento, ângulos oblíquos e iluminação variável.
A SOHGA também mediu um benefício inesperado na qualidade das rondas. Utilizando equipamento de monitorização das ondas cerebrais num ensaio controlado, concluiu que os funcionários sem o MEGURU conseguiam manter a concentração durante cerca de 10 a 15 minutos durante uma ronda. Com o MEGURU a fornecer feedback áudio contínuo e a eliminar a necessidade de registar manualmente as matrículas, os funcionários conseguiram manter a atenção focada durante até uma hora, que era a duração total de uma ronda.
Expansão das operações de patrulhamento em todo o Japão#
Atualmente, o MEGURU está implementado em mais de 100 clientes no leste do Japão, com mais de 140 dispositivos em utilização ativa. O sistema serve dois grupos principais de clientes, cada um utilizando-o para responder a uma necessidade operacional específica.
Hospitais: Os veículos estacionados ilegalmente nas vias de acesso dos hospitais podem bloquear as rotas das ambulâncias e impedir o acesso de cadeiras de rodas. O MEGURU ajuda os funcionários das rondas hospitalares a identificar e registar veículos infratores com maior eficiência.
Salões de pachinko: A regulamentação japonesa exige que os estabelecimentos de pachinko façam rondas nos seus estacionamentos e verifiquem se há ocupantes ou crianças deixados sem supervisão num veículo. O MEGURU oferece aos funcionários uma forma consistente e estruturada de registar todos os veículos do estacionamento e garantir que nenhum é esquecido, substituindo um processo manual difícil de verificar ou uniformizar. A função principal do MEGURU é proporcionar uma forma simples de distinguir entre veículos verificados e não verificados, reduzindo a fadiga de concentração dos funcionários e melhorando a eficácia das inspeções do interior dos veículos, ajudando, em última análise, a salvar vidas.
Outra aplicação prática é combater o estacionamento não autorizado. Os veículos que utilizavam repetidamente o estacionamento sem que os seus ocupantes fossem clientes de pachinko eram há muito um problema persistente e difícil de gerir eficazmente. Ao analisar os padrões de estacionamento, estes veículos podem ser claramente identificados, e foi referido que a emissão de avisos reduziu a zero as reincidências.
Fig. 1. Uma matrícula a ser analisada pelo MEGURU.
Para além do caso de utilização principal nas rondas, a SOHGA expandiu as capacidades do MEGURU para a análise de visitantes, uma vez que as matrículas japonesas incluem a localidade de registo do veículo e, como os dados das matrículas não são classificados como informações pessoais ao abrigo da legislação japonesa, os clientes podem utilizar os registos do MEGURU para compreender de onde vêm os visitantes, quanto tempo permanecem e com que frequência regressam.
Mais estrutura e consistência nas rondas em estacionamentos#
O MEGURU resolve um problema operacional simples: garantir que todos os veículos de um estacionamento foram verificados, fazendo-o de forma prática e escalável. Ao executar dois modelos Ultralytics YOLO26 num iPhone comum, a SOHGA criou um sistema que funciona nas condições reais de um estacionamento em atividade.
Os resultados são mensuráveis. O tempo de patrulhamento foi reduzido em 30%, em média, nas implementações, e os funcionários conseguiram manter uma concentração consistente durante toda uma ronda. Com mais de 100 clientes e mais de 140 dispositivos implementados no leste do Japão, o MEGURU é um excelente exemplo de como os modelos de visão computacional estão a desempenhar um papel ativo nas cidades para monitorizar a segurança, além de serem uma ferramenta fiável para a gestão de estacionamentos.
Tens curiosidade sobre IA de visão? Descobre as nossas opções de licenciamento para levar a visão computacional aos teus projetos. Visita o nosso repositório no GitHub e junta-te à nossa comunidade.
