SOHGA сокращает время мониторинга парковок на 30% с помощью Ultralytics YOLO

Патрулирование парковок — это рутинная, но операционно сложная задача для многих отраслей в Японии. В некоторых сферах, например в здравоохранении, такие патрули часто являются обязательными. Больницам необходимо следить за тем, чтобы подъездные пути оставались свободными для машин скорой помощи и людей на инвалидных колясках, а другие предприятия обязаны проверять свои парковки на наличие оставленных без присмотра людей. Для сотрудников, обслуживающих большие площадки и совершающих несколько обходов в день, постоянный контроль за каждым автомобилем становится настоящим операционным вызовом.

Компания SOHGA Co. создала систему MEGURU, чтобы решить эту задачу. Работающая на базе Ultralytics YOLO26, MEGURU представляет собой мобильную систему распознавания номерных знаков, которая помогает сотрудникам патрульной службы отслеживать каждый автомобиль на парковке в режиме реального времени. Она автоматически отличает уже проверенные машины от тех, которые еще нет, через простые аудиосигналы, передаваемые на смартфон.

Link to this sectionИспользование компьютерного зрения для поддержки патрулирования парковок#

Система MEGURU от SOHGA построена на простом рабочем процессе. Сотрудник несет iPhone, закрепленный на селфи-палке, и идет по парковке в обычном темпе. Когда он проходит мимо автомобиля, система сканирует номерной знак в реальном времени и воспроизводит звуковой сигнал: один для нового автомобиля, который еще не был зарегистрирован, и другой — для уже проверенного.

Такой подход, ориентированный на аудио, выбран не случайно. Сотрудники патруля не просто записывают номера; они также заглядывают в окна машин, чтобы проверить наличие людей. Передавая информацию через звук, а не заставляя сотрудников смотреть на экран, MEGURU позволяет им сосредоточиться на автомобиле, а не на устройстве. Новый номер обрабатывается мгновенно, что позволяет сотруднику переходить от одного автомобиля к другому каждые 2-3 секунды. Пока операторы совершают обход, MEGURU успевает работать в том же темпе, эффективно выдавая аудиоподсказки, не отвлекая сотрудника от визуального осмотра.

В настоящее время система развернута у 112 клиентов в восточной Японии и работает на 147 устройствах, что сокращает время патрулирования в среднем примерно на 30%. В наиболее показательном задокументированном случае патрулирование, которое раньше занимало два часа, было завершено за 40 минут.

Link to this sectionПроблемы распознавания номерных знаков на движущемся устройстве#

Надежное распознавание номерных знаков в контролируемой статической среде — хорошо изученная задача. Однако делать это с помощью ручного смартфона, перемещаясь по парковке, значительно сложнее. Во время движения патрульного устройство вибрирует, угол обзора меняется от машины к машине, освещение постоянно разное, а номера появляются на разном расстоянии и под разным углом. Эти условия создают размытие при движении и нестабильное кадрирование, что делает стандартные подходы OCR ненадежными.

При разработке SOHGA тестировала OCR и обнаружила, что система часто ошибается при считывании визуально похожих символов. Это серьезная проблема для системы, которая зависит от точности идентификации номера. Японские номерные знаки используют строго определенный набор символов, а не произвольный, что подтолкнуло к более целевому подходу: обучению модели детекции только на тех символах, которые действительно могут появиться на номере, вместо использования общей системы распознавания текста.

Этот подход также сделал модель более устойчивой к физическим реалиям среды сканирования. Поскольку обучающие данные отражали реальные условия, такие как размытие при движении, наклон и переменное освещение, модель научилась справляться с этими вариациями, а не спотыкаться о них.

Link to this sectionКак SOHGA использует Ultralytics YOLO26#

Конвейер компьютерного зрения MEGURU использует две модели Ultralytics YOLO, работающие последовательно:

Детекция номерного знака. Первая модель находит номерной знак в каждом кадре камеры. Работая со скоростью 10 кадров в секунду на iPhone, она непрерывно определяет область изображения, содержащую номер, по мере того как устройство движется мимо каждого автомобиля.

Распознавание символов. Вторая модель берет обрезанную область с номером и идентифицирует каждый символ. Поскольку она обучена специально на наборе символов, используемом в японских номерных знаках, она работает в ограниченном пространстве детекции, что повышает точность по сравнению с OCR общего назначения. Чтобы справиться с вариациями между кадрами, вызванными движением, система применяет механизм голосования большинства по нескольким кадрам перед подтверждением распознавания.

Скорость и возможности обучения YOLO стали ключевыми факторами успеха. Запуск инференса в реальном времени на обычном смартфоне требует модели, которая одновременно точна и легка. Обучение на специализированном наборе данных вместо использования готовой модели OCR дало SOHGA необходимый контроль для оптимизации производительности под их конкретную задачу. В результате распознавание номера происходит почти мгновенно, а временной интервал в 2-3 секунды соответствует темпу шага оператора между машинами, причем MEGURU успевает работать в этом темпе, предоставляя аудиосигналы без задержек для сотрудника патруля.

Link to this sectionПочему стоит выбрать модели Ultralytics YOLO?#

Модели Ultralytics YOLO предлагают сочетание производительности в реальном времени и гибкости обучения, которые требовались MEGURU. Поскольку система работает на обычном iPhone, а не на специализированном оборудовании, требовалась модель, способная выполнять точный инференс со скоростью 10 FPS на двухэтапном конвейере (детектирование и распознавание символов) без использования GPU или облачного соединения. Эффективная архитектура YOLO сделала это возможным.

Возможность обучения на специализированном наборе данных была не менее важной. Японские номера используют ограниченный набор символов, и создание модели, обученной именно на них, вместо использования общей системы распознавания текста, дало SOHGA более надежную и точную основу для детектирования символов. Тот же процесс обучения позволил модели стать устойчивой к реальным условиям патрулирования: размытию при движении, наклонам и переменному освещению.

SOHGA также обнаружила неожиданное преимущество для качества патрулирования. Используя оборудование для мониторинга мозговых волн в контролируемом испытании, они выяснили, что сотрудники без MEGURU могли поддерживать концентрацию внимания около 10-15 минут во время обхода. С MEGURU, обеспечивающей постоянную аудиообратную связь и устраняющей необходимость вручную записывать номера, сотрудники могли сохранять фокус внимания до часа, что составляло полную продолжительность одного раунда патрулирования.

Link to this sectionМасштабирование патрульных операций по всей Японии#

В настоящее время MEGURU развернута у более чем 100 клиентов в восточной Японии, при этом активно используется более 140 устройств. Система обслуживает две основные группы клиентов, каждая из которых использует ее для решения конкретных операционных задач.

Больницы: Незаконно припаркованные автомобили на подъездных путях больниц могут блокировать маршруты скорой помощи и препятствовать доступу для инвалидных колясок. MEGURU помогает сотрудникам патруля больницы более эффективно идентифицировать и фиксировать автомобили нарушителей.

Патинко-салоны: Японские правила требуют, чтобы залы патинко патрулировали свои парковки и проверяли, нет ли в автомобилях оставленных без присмотра людей или детей. MEGURU дает сотрудникам патруля последовательный и структурированный способ фиксировать каждый автомобиль на парковке и гарантирует, что ни один не будет пропущен, заменяя ручной процесс, который было трудно проверить или стандартизировать. Основная функция MEGURU — предоставить простой способ различать проверенные и непроверенные автомобили, снижая утомляемость сотрудников и повышая эффективность осмотра салонов автомобилей, что в конечном итоге помогает спасать жизни.

Еще одно практическое применение — борьба с несанкционированной парковкой. Автомобили, которые постоянно используют парковку, не являясь клиентами патинко, долгое время были постоянной проблемой, которой было трудно эффективно управлять. Анализируя паттерны парковки, такие автомобили можно четко идентифицировать, и, по имеющимся данным, выдача предупреждений свела повторные нарушения к нулю.

Рис 1. Номерной знак анализируется с помощью MEGURU.

Помимо основной задачи патрулирования, SOHGA расширила возможности MEGURU до аналитики посетителей, поскольку японские номерные знаки включают зарегистрированный регион транспортного средства. Поскольку данные номеров по японскому законодательству не классифицируются как персональная информация, клиенты могут использовать записи MEGURU, чтобы понять, откуда приезжают посетители, как долго они остаются и как часто возвращаются.

Link to this sectionПривнесение структуры и последовательности в патрулирование парковок#

MEGURU решает простую операционную задачу: как убедиться, что каждый автомобиль на парковке был проверен, и делает это практичным и масштабируемым способом. Запустив две модели Ultralytics YOLO26 на обычном iPhone, SOHGA создала систему, которая работает в реальных условиях активной парковки.

Результаты измеримы. Время патрулирования сократилось в среднем на 30% во всех точках развертывания, а сотрудники могут поддерживать стабильную концентрацию на протяжении всего раунда патрулирования. Имея более 100 клиентов и более 140 устройств, развернутых по всей восточной Японии, MEGURU является отличным примером того, как модели компьютерного зрения играют активную роль в городах для обеспечения безопасности, а также служат надежным инструментом для управления парковками.

Интересуешься vision AI? Ознакомься с нашими вариантами лицензирования, чтобы внедрить компьютерное зрение в свои проекты. Посети наш репозиторий GitHub и присоединяйся к нашему сообществу.