Ultralytics YOLOv8 cho các hệ thống quản lý bãi đỗ xe thông minh hơn

Việc lái xe vòng quanh để tìm chỗ đỗ có thể gây căng thẳng, đặc biệt khi bạn đang muộn giờ. Cách tìm chỗ đỗ truyền thống có thể tẻ nhạt và tốn thời gian. Tuy nhiên, hệ thống quản lý bãi đỗ xe được hỗ trợ bởi trí tuệ nhân tạo (AI) và thị giác máy tính có thể giúp mọi việc trở nên đơn giản hơn. Hệ thống có thể giúp dự đoán tình trạng chỗ đỗ chính xác hơn và giảm ùn tắc giao thông.

Trong bài viết này, chúng ta sẽ tìm hiểu cách nâng cấp hệ thống quản lý bãi đỗ xe bằng trí tuệ nhân tạo và thị giác máy tính. Chúng ta cũng sẽ thực hiện một ví dụ lập trình từng bước để hướng dẫn bạn sử dụng model Ultralytics YOLOv8 nhằm tạo một hệ thống quản lý bãi đỗ xe hỗ trợ thị giác máy tính. Hãy cùng bắt đầu ngay!

Các vấn đề trong quản lý bãi đỗ xe truyền thống#

Trước khi thảo luận về các hệ thống quản lý bãi đỗ xe thông minh được tăng cường bằng AI, hãy cùng xem xét những vấn đề của các hệ thống quản lý bãi đỗ xe truyền thống.

Một vấn đề lớn của các hệ thống truyền thống là bãi đỗ xe quá tải; số lượng xe trong bãi nhiều hơn số chỗ trống. Ngoài việc lãng phí thời gian tìm chỗ, tình trạng quá tải còn dẫn đến tiêu thụ nhiên liệu quá mức và ô nhiễm không khí. Một vấn đề khác là sự căng thẳng của tài xế. Theo một khảo sát, khoảng 27% số người dành ít nhất 30 phút để tìm chỗ đỗ xe. Ngoài ra, 43% số người thừa nhận đã tranh cãi bằng lời với người lạ về chỗ đỗ xe.

Hình 1. Một tài xế căng thẳng. Nguồn hình ảnh: Envato Elements.

AI giúp quản lý bãi đỗ xe dễ dàng hơn#

Các bãi đỗ xe tích hợp AI nhằm giải quyết những vấn đề mà các hệ thống quản lý bãi đỗ xe truyền thống gặp phải. Các model thị giác máy tính như model Ultralytics YOLOv8 cùng camera độ phân giải cao có thể giám sát bãi đỗ xe và cập nhật theo thời gian thực về các chỗ đang trống hoặc đã có xe.

Cơ chế hoạt động như thế nào? Một model thị giác máy tính có thể phân tích cảnh quay từ camera độ phân giải cao để phát hiện phương tiện, theo dõi chuyển động và xác định các chỗ đỗ còn trống. Model Ultralytics YOLOv8 hỗ trợ các tác vụ thị giác máy tính như phát hiện đối tượng và theo dõi đối tượng, đồng thời có thể xác định và phân loại chính xác phương tiện trong luồng video. Bằng cách so sánh vị trí phương tiện được phát hiện với các chỗ đỗ đã xác định trước, hệ thống có thể xác định một chỗ đỗ đang có xe hay không.

Hình 2. YOLOv8 phát hiện các chỗ đỗ xe.

Thông tin về tình trạng chỗ đỗ từ hệ thống dựa trên thị giác máy tính có thể được tích hợp và mở rộng vào nhiều ứng dụng khác nhau:

• Ứng dụng di động: Các ứng dụng di động có thể hiển thị tình trạng chỗ đỗ theo thời gian thực và giúp tài xế tìm chỗ trống nhanh chóng, dễ dàng.
• Biển báo kỹ thuật số: Biển báo kỹ thuật số tại lối vào bãi đỗ xe có thể hiển thị số chỗ còn trống và hướng dẫn tài xế đến chỗ trống gần nhất.
• Hệ thống đỗ xe tự động: Dữ liệu có thể được sử dụng để điều khiển các thanh chắn và cổng tự động, chỉ cho phép xe vào khi còn chỗ và hướng dẫn tài xế đến chỗ trống gần nhất.

Ưu điểm của hệ thống quản lý bãi đỗ xe#

Thông tin chi tiết về tình trạng chỗ đỗ có thể mang lại nhiều lợi ích. Các cập nhật theo thời gian thực giúp tài xế đi thẳng đến chỗ trống, làm giao thông lưu thông thuận lợi hơn và giảm căng thẳng khi tìm chỗ đỗ. Đối với đơn vị vận hành, việc hiểu cách các chỗ đỗ được sử dụng giúp họ quản lý bãi xe hiệu quả hơn, tăng cường an ninh nhờ giám sát theo thời gian thực và nhanh chóng ứng phó với mọi sự cố.

Tự động hóa các chức năng đỗ xe giúp giảm chi phí bằng cách giảm nhu cầu lao động thủ công. Các hệ thống AI giúp việc đặt chỗ đỗ xe qua ứng dụng di động hoặc web dễ dàng hơn, cho phép tài xế nhận thông báo về tình trạng chỗ đỗ, đồng thời tiết kiệm thời gian và tiền bạc. Các nhà quy hoạch đô thị có thể sử dụng dữ liệu này để thiết kế mạng lưới đường sá tốt hơn, thực thi quy định đỗ xe hiệu quả và phát triển các cơ sở đỗ xe mới, giúp thành phố hoạt động hiệu quả hơn và dễ di chuyển hơn.

Hình 3. Đặt chỗ đỗ xe qua ứng dụng di động.

Tự thực hiện: Quản lý bãi đỗ xe bằng YOLOv8#

Sau khi đã hiểu rõ về quản lý bãi đỗ xe và các ưu điểm của nó, hãy cùng tìm hiểu cách bạn có thể xây dựng một hệ thống quản lý bãi đỗ xe dựa trên thị giác máy tính. Chúng ta sẽ sử dụng model YOLOv8 để phát hiện phương tiện, giám sát các chỗ đỗ và xác định trạng thái có xe của chúng.

Trong ví dụ này, bạn có thể sử dụng video hoặc luồng camera của một bãi đỗ xe. Lưu ý rằng kích thước hình ảnh tối đa được hỗ trợ trong ví dụ này là 1920 * 1080. Trước khi bắt đầu, hãy nhớ rằng hệ thống này phụ thuộc vào việc phát hiện phương tiện chính xác và tọa độ các chỗ đỗ được xác định trước.

Việc hiệu chỉnh camera và các yếu tố môi trường có thể ảnh hưởng đến độ chính xác của quá trình phát hiện chỗ đỗ và trạng thái có xe. Tốc độ cũng như độ chính xác xử lý có thể thay đổi tùy theo hiệu năng GPU của bạn.

Bước 1: Hãy bắt đầu bằng cách cài đặt package Ultralytics. Mở command prompt hoặc terminal rồi thực thi lệnh sau.

pip install ultralytics

Tham khảo hướng dẫn Cài đặt Ultralytics của chúng tôi để xem hướng dẫn chi tiết và các phương pháp hay nhất về quy trình cài đặt. Nếu gặp vấn đề khi cài đặt các package cần thiết cho YOLOv8, hướng dẫn về các vấn đề thường gặp của chúng tôi cung cấp giải pháp và các mẹo hữu ích.

Bước 2: Chúng ta cần chọn trước các chỗ đỗ để đánh dấu những khu vực quan tâm trong cảnh quay. Chạy đoạn code này để mở giao diện người dùng và chọn trước các chỗ đỗ.

from ultralytics import solutions

solutions.ParkingPtsSelection()

Như minh họa bên dưới, một giao diện người dùng sẽ mở ra khi bạn chạy đoạn code này. Chụp một frame hoặc ảnh chụp màn hình từ video đầu vào của bãi đỗ xe rồi tải lên. Sau khi vẽ các bounding box quanh các chỗ đỗ, hãy nhấp vào tùy chọn lưu. Thông tin về các chỗ đỗ bạn đã chọn sẽ được lưu trong file JSON có tên ‘bounding_boxes.json.’

Hình 4. Chọn các chỗ đỗ trong cảnh quay.

Bước 3: Bây giờ, chúng ta có thể chuyển sang code chính để quản lý bãi đỗ xe. Bắt đầu bằng cách import tất cả thư viện cần thiết và khởi tạo file JSON đã tạo ở bước 2.

import cv2
from ultralytics import solutions

polygon_json_path = "bounding_boxes.json"

Bước 4: Tạo một đối tượng VideoCapture để đọc file video đầu vào và đảm bảo file video được mở thành công.

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

Bước 5: Khởi tạo tất cả thuộc tính video cần thiết, chẳng hạn như chiều rộng, chiều cao và số frame mỗi giây.

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

Bước 6: Tiếp theo, chúng ta có thể tạo một đối tượng VideoWriter để lưu file video đã xử lý cuối cùng.

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

Bước 7: Tại đây, chúng ta khởi tạo hệ thống quản lý bãi đỗ xe bằng model Ultralytics YOLOv8 để phát hiện chỗ đỗ.

management = solutions.ParkingManagement(model_path="yolov8n.pt")

Bước 8: Bây giờ, chúng ta duyệt qua file video để xử lý từng frame. Nếu không đọc được frame nào, vòng lặp sẽ dừng.

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

Bước 9: Bên trong vòng lặp, chúng ta sẽ trích xuất các vùng đỗ xe đã chọn trước từ file JSON và theo dõi các đối tượng trong frame bằng model YOLOv8.

json_data = management.parking_regions_extraction(polygon_json_path)
results = management.model.track(im0, persist=True, show=False)

Bước 10: Phần này của vòng lặp xử lý kết quả theo dõi và lấy tọa độ bounding box cùng nhãn class của các đối tượng được phát hiện.

if results[0].boxes.id is not None:
    boxes = results[0].boxes.xyxy.cpu().tolist()
    clss = results[0].boxes.cls.cpu().tolist()
    management.process_data(json_data, im0, boxes, clss)

Bước 11: Phần cuối của vòng lặp hiển thị frame hiện tại cùng các annotation và ghi frame đã xử lý vào file video đầu ra “parking management.avi.”

management.display_frames(im0)
video_writer.write(im0)

Bước 12: Cuối cùng, chúng ta có thể giải phóng các đối tượng VideoCapture và VideoWriter, đồng thời hủy mọi cửa sổ.

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

Bước 13: Lưu script của bạn. Nếu đang làm việc trong terminal hoặc command prompt, hãy chạy script bằng lệnh sau:

python your_script_name.py

Bạn có thể xem tài liệu chính thức của Ultralytics nếu muốn tìm hiểu thêm về code.

Các thách thức của hệ thống quản lý bãi đỗ xe tự động#

Các hệ thống đỗ xe thông minh mang lại nhiều lợi ích cho cả tài xế và doanh nghiệp. Tuy nhiên, chúng cũng đặt ra một số thách thức cần được cân nhắc trước khi triển khai các giải pháp này. Hãy cùng xem xét một số thách thức trong đó.

• Mối lo ngại về quyền riêng tư: Các hệ thống này thu thập thông tin như hãng và model xe của một cá nhân, biển số xe, thời gian vào và ra, v.v.
• Chi phí lắp đặt cao: Cảm biến, camera, máy bán vé tự động và phần mềm AI có thể tốn kém khi lắp đặt.
• Yêu cầu bảo trì: Tần suất bảo trì phụ thuộc vào hệ thống AI, nhưng hầu hết các hệ thống đều cần được bảo trì hàng tháng.

Tương lai của các hệ thống đỗ xe thông minh#

Hoạt động quản lý bãi đỗ xe sáng tạo trong tương lai sẽ tập trung vào việc sử dụng các công nghệ tiên tiến như AI, xe tự lái và thực tế ảo để cải thiện trải nghiệm đỗ xe tổng thể và hỗ trợ phát triển bền vững. Khi được tích hợp với các hệ thống này, xe tự lái sẽ có thể tự điều hướng đến vị trí đỗ xe và đỗ mà không cần sự can thiệp của con người. Các hệ thống này cũng giúp doanh nghiệp lấp đầy nhiều chỗ đỗ hơn và quảng bá dịch vụ trên nhiều ứng dụng và website. Chúng cũng giảm lượng khí thải carbon phát sinh do tài xế phải lái xe vòng quanh để tìm chỗ đỗ.

Chấm dứt những phiền toái khi đỗ xe#

Các model AI như Ultralytics YOLOv8 và thị giác máy tính có thể thay đổi bãi đỗ xe của bạn. Chúng giảm đáng kể việc phải lái xe vòng quanh tìm chỗ, giúp bạn tiết kiệm thời gian và giảm khí thải. Các hệ thống quản lý bãi đỗ xe thông minh này giải quyết những vấn đề phổ biến như ùn tắc, đỗ xe trái phép và sự bực bội của tài xế. Mặc dù cần một khoản đầu tư ban đầu, lợi ích lâu dài là rất đáng kể. Đầu tư vào hệ thống đỗ xe thông minh là yếu tố then chốt để xây dựng các thành phố bền vững và mang lại trải nghiệm đỗ xe thuận tiện hơn cho mọi người.

Bạn muốn tìm hiểu thêm về AI? Hãy kết nối với cộng đồng của chúng tôi! Khám phá repository GitHub để tìm hiểu thêm về cách chúng tôi sử dụng AI nhằm tạo ra các giải pháp sáng tạo trong nhiều ngành như chăm sóc sức khỏe và nông nghiệp. Hãy cùng chúng tôi hợp tác, đổi mới và học hỏi! 🚀