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

Việc lái xe vòng quanh tìm chỗ đỗ có thể rất căng thẳng, đặc biệt là khi bạn đang vội. Cách thức tìm chỗ đỗ truyền thống có thể gây mệt mỏi và tốn thời gian. Tuy nhiên, một hệ thống quản lý bãi đỗ xe được vận hành bằng trí tuệ nhân tạo (AI) và thị giác máy tính có thể đơn giản hóa mọi việc. Nó có thể giúp việc dự báo chỗ trống trở nên dễ dàng hơn và giảm thiểu tình trạng tắc nghẽn 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 computer vision. Chúng ta cũng sẽ đi qua một ví dụ lập trình từng bước để cho bạn thấy cách sử dụng model Ultralytics YOLOv8 nhằm xây dựng một hệ thống quản lý bãi đỗ xe hỗ trợ computer vision. Hãy cùng bắt đầu ngay!

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

Trước khi thảo luận về hệ thống quản lý bãi đỗ xe thông minh hỗ trợ bởi AI, hãy cùng xem qua các vấn đề với hệ thống quản lý bãi đỗ xe truyền thống.

Một vấn đề lớn với các hệ thống truyền thống là các bãi đỗ xe quá tải; số lượng ô tô trong các bãi đỗ xe nhiều hơn các chỗ trống có sẵn. Bên cạnh việc lãng phí thời gian tìm kiếm chỗ trống, tình trạng quá tải còn dẫn đến tiêu thụ nhiên liệu dư thừa 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 kiếm các chỗ đỗ xe. Ngoài ra, 43% số người thừa nhận đã vướng vào các cuộc cãi vã bằng lời nói với những người lạ về các chỗ đỗ xe.

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

AI giúp quản lý bãi đỗ xe dễ dàng hơn#

Các bãi đỗ xe tích hợp AI nhằm giải quyết các vấn đề mà hệ thống quản lý bãi đỗ xe truyền thống gặp phải. Các computer vision model như Ultralytics YOLOv8 model và camera độ phân giải cao có thể giám sát các bãi đỗ xe và nhận cập nhật thời gian thực về các chỗ đỗ xe trống và đang có xe.

Cách thức hoạt động như thế nào? Một computer vision model có thể phân tích cảnh quay từ camera độ phân giải cao để phát hiện phương tiện, theo dõi chuyển động của chúng và xác định các chỗ đỗ xe trống. Model Ultralytics YOLOv8 hỗ trợ các tác vụ computer vision như object detection và object tracking, đồng thời có thể nhận diện và phân loại chính xác các phương tiện trong nguồn cấp video. Bằng cách so sánh các vị trí được phát hiện của phương tiện với các chỗ đỗ xe được định nghĩa trước, hệ thống có thể xác định xem một chỗ đỗ xe có đang có xe hay không.

Hình 2. YOLOv8 phát hiện các chỗ đỗ xe.

Thông tin về khả năng đỗ xe từ hệ thống dựa trên thị giác có thể được tích hợp và mở rộng vào các ứng dụng khác nhau:

• Mobile Apps: Các ứng dụng di động có thể hiển thị trạng thái chỗ trống theo thời gian thực và giúp tài xế tìm kiếm chỗ đỗ nhanh chóng và dễ dàng.
• Digital Signage: Các bảng hiệu kỹ thuật số tại lối vào bãi đỗ xe có thể hiển thị số lượng chỗ trống và hướng dẫn tài xế đến vị trí gần nhất còn trống.
• Automated Parking Systems: Dữ liệu có thể được sử dụng để điều khiển các rào chắn và cổng tự động, chỉ cho phép xe vào khi còn chỗ trống và điều hướng tài xế đến vị trí khả dụng gần nhất.

Những lợi ích của một hệ thống quản lý bãi đỗ xe#

Thông tin chuyên sâu về tình trạng chỗ trống mang lại nhiều lợi ích. Việc cập nhật thời gian thực giúp tài xế đi thẳng đến các vị trí còn trống, làm cho dòng giao thông lưu thông mượt mà hơn và giảm bớt căng thẳng khi tìm chỗ đỗ. Đối với các đơn vị vận hành, việc hiểu cách các chỗ đỗ được sử dụng có nghĩa là họ có thể quản lý bãi xe tốt hơn, cải thiện an ninh với giám sát thời gian thực và phản ứng nhanh chóng với bất kỳ sự cố nào.

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

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

Thử nghiệm: Quản lý bãi đỗ xe bằng YOLOv8#

Giờ đây, khi chúng ta đã có hiểu biết rõ ràng 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 xe và xác định trạng thái trống hay có xe của chúng.

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

Việc hiệu chuẩn camera và các yếu tố môi trường có thể ảnh hưởng đến độ chính xác của việc phát hiện chỗ đỗ và trạng thái chiếm chỗ. Tốc độ xử lý và độ chính xác cũng có thể thay đổi tùy thuộc vào hiệu năng GPU của bạn.

Bước 1: Hãy bắt đầu bằng việc cài đặt gói Ultralytics. Mở command prompt hoặc terminal của bạn và thực thi lệnh sau.

pip install ultralytics

Tham khảo hướng dẫn cài đặt Ultralytics của chúng tôi để biết hướng dẫn chi tiết và các phương pháp hay nhất về quá trình cài đặt. Nếu bạn gặp bất kỳ vấn đề nào trong quá trình cài đặt các gói cần thiết cho YOLOv8, hướng dẫn các vấn đề phổ biến của chúng tôi cung cấp các giải pháp và mẹo hữu ích.

Bước 2: Chúng ta cần chọn trước các chỗ đỗ để đánh dấu các vùng quan tâm trong đoạn phim của bạn. Chạy đoạn mã này để mở giao diện người dùng nhằm chọn trước các chỗ đỗ xe.

from ultralytics import solutions

solutions.ParkingPtsSelection()

Như hiển thị bên dưới, một giao diện người dùng sẽ mở ra khi bạn chạy đoạn mã này. Chụp một khung hình hoặc ảnh chụp màn hình video đầu vào về bãi đỗ xe của bạn và tải nó lên. Sau khi vẽ các bounding boxes xung quanh các chỗ đỗ xe, hãy nhấp vào tùy chọn lưu. Thông tin về chỗ đỗ xe bạn đã chọn sẽ được lưu trong tệp JSON có tên ‘bounding_boxes.json.’

Hình 4. Chọn các chỗ đỗ xe trong cảnh quay của bạn.

Bước 3: Bây giờ, chúng ta có thể chuyển sang mã nguồn chính cho việc quản lý bãi đỗ xe. Bắt đầu bằng việc import tất cả các thư viện cần thiết và khởi tạo tệp JSON chúng ta 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 tệp video đầu vào và đảm bảo tệp video đã 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 các thuộc tính video cần thiết, như chiều rộng, chiều cao và số khung hình trên 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 tệp 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 với mô hình Ultralytics YOLOv8 để phát hiện chỗ đỗ xe.

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

Bước 8: Bây giờ, chúng ta duyệt qua tệp video, từng khung hình một, để xử lý. Nếu không có khung hình nào được đọc, 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 tệp JSON và theo dõi các đối tượng trong khung hình bằng mô hình 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 các kết quả theo dõi và thu được tọa độ bounding box cùng nhãn lớp của các đối tượng đã 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 bao gồm việc hiển thị khung hình hiện tại với các chú thích và ghi khung hình đã xử lý vào tệp 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 và đóng các cửa sổ.

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

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

python your_script_name.py

Hãy thoải mái xem tài liệu chính thức của Ultralytics nếu bạn muốn tìm hiểu thêm về mã nguồn.

Những 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 đưa ra một vài thách thức cần được tính đến trước khi triển khai các giải pháp như vậy. Hãy cùng xem xét một số thách thức đó.

• Quyền riêng tư: Những hệ thống này thu thập thông tin như nhãn hiệu và kiểu dáng xe của cá nhân, biển số xe, thời gian ra vào, v.v.
• Chi phí lắp đặt cao: Các cảm biến, camera, máy bán vé tự động và phần mềm AI có thể tốn kém để lắp đặt.
• Yêu cầu bảo trì: Tần suất bảo trì phụ thuộc vào hệ thống AI, nhưng hầu hết các hệ thống đều yêu cầu bảo trì hàng tháng.

Tương lai của các hệ thống đỗ xe thông minh#

Quản lý bãi đỗ xe đổi mới trong tương lai sẽ xoay quanh 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 điều hướng đến các vị trí đỗ xe mà không cần sự can thiệp của con người và tự đỗ xe. Các hệ thống này cũng giúp các doanh nghiệp lấp đầy nhiều chỗ đỗ xe hơn và quảng cáo dịch vụ của họ trên nhiều ứng dụng và trang web khác nhau. Chúng cũng làm giảm lượng khí thải carbon phát sinh từ việc tài xế lái xe vòng quanh tìm kiếm chỗ đỗ xe.

Chấm dứt nỗi lo đỗ xe#

Các AI model, như Ultralytics YOLOv8, và computer vision có thể biến đổi bãi đỗ xe của bạn. Chúng cắt giảm đáng kể thời gian lái xe vòng quanh tìm chỗ, giúp bạn tiết kiệm thời gian và giảm lượng khí thải. Những hệ thống quản lý bãi đỗ xe thông minh này giải quyết các vấn đề phổ biến như tắc nghẽn, đỗ xe sai quy định và sự bực bội của tài xế. Mặc dù có khoản đầu tư ban đầu, nhưng các lợi ích lâu dài là rất đáng kể. Đầu tư vào bãi đỗ xe thông minh là chìa khóa để xây dựng các thành phố bền vững và mang lại trải nghiệm đỗ xe mượt mà hơn cho tất cả mọi người.

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