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

Việc lái xe vòng quanh để tìm chỗ đỗ xe có thể gây căng thẳng, đặc biệt khi bạn đang trễ giờ. Cách tìm chỗ đỗ xe truyền thống có thể tẻ nhạt và tốn thời gian. Tuy nhiên, một hệ thống quản lý bãi đỗ xe được điều khiển bởi trí tuệ nhân tạo (AI) và computer vision có thể giúp mọi thứ trở nên đơn giản hơn. Nó có thể làm cho việc tìm chỗ đỗ xe trở nên dễ dàng hơn và giảm 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 thị giác máy tính. Chúng tôi cũng sẽ hướng dẫn bạn từng bước lập trình để chỉ cho bạn cách sử dụng mô hình Ultralytics YOLOv8 để tạo ra một hệ thống quản lý bãi đỗ xe hỗ trợ thị giác máy tính. Hãy cùng tìm hiểu ngay!

Các vấn đề với quản lý bãi đỗ xe truyền thống

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

Một vấn đề lớn với các hệ thống truyền thống là không gian đỗ xe quá tải; có nhiều xe trong bãi đỗ xe hơn số chỗ trống. Bên cạnh việc lãng phí thời gian tìm kiếm chỗ, tình trạng quá tải dẫn đến tiêu thụ nhiên liệu dư thừa và ô nhiễm không khí. Một vấn đề khác là căng thẳng cho người lái xe. Theo một cuộc 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.

‍

AI giúp việc quản lý bãi đỗ xe trở nên 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 mô hình thị giác máy tính như mô hình Ultralytics YOLOv8 và camera độ nét cao có thể giám sát bãi đỗ xe và cập nhật theo thời gian thực về số lượng chỗ đỗ xe còn trống và đã có người đỗ. 

Điều này hoạt động như thế nào? Một mô hình thị giác máy tính có thể phân tích cảnh quay từ camera độ nét cao để detect xe cộ, track chuyển động của họ và xác định các điểm đỗ xe có sẵn. Ultralytics YOLOv8 mô hình hỗ trợ các tác vụ thị giác máy tính như phát hiện đối tượng và theo dõi đối tượng , và có thể xác định chính xác và classify xe trong nguồn cấp dữ liệu video. Bằng cách so sánh vị trí xe được phát hiện với các chỗ đỗ xe được xác định trước, hệ thống có thể xác định xem chỗ đỗ xe có người hay không.

Thông tin về tình trạng chỗ đỗ xe từ hệ thống dựa trên thị giác có thể được tích hợp và mở rộng thành các ứng dụng khác nhau:

• Ứng dụng di động: Ứng dụng di động có thể hiển thị tình trạng chỗ đỗ xe theo thời gian thực và giúp người lái xe tìm chỗ trống một cách nhanh chóng và dễ dàng.
  ‍
• Bảng hiệu kỹ thuật số: Bảng hiệu kỹ thuật số ở lối vào bãi đỗ xe có thể hiển thị số lượng chỗ trống và hướng dẫn người lái xe 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 vào khi có chỗ trống và hướng dẫn người lái xe đến vị trí trống gần nhất.

Những lợi ích của hệ thống quản lý bãi đỗ xe

Thông tin chi tiết về tình trạng chỗ đỗ xe có thể mang lại nhiều lợi ích. Cập nhật theo thời gian thực giúp người lái xe đi thẳng đến các chỗ trống, giúp giao thông thông suốt hơn và giảm bớt căng thẳng khi tìm chỗ đỗ xe. Đối với các nhà khai thác, việc hiểu cách sử dụng các chỗ đỗ xe có nghĩa là họ có thể quản lý bãi đỗ xe tốt hơn, cải thiện an ninh bằng cách giám sát theo thời gian thực và nhanh chóng ứng phó với mọi sự cố.

Tự động hóa các chức năng đỗ xe giúp cắt giảm chi phí bằng cách giảm nhu cầu nhân công thủ công. Các hệ thống AI giúp bạn dễ dàng đặt chỗ đỗ xe thông qua ứng dụng di động hoặc web, cho phép người lái xe nhận thông báo về tình trạng sẵn có và tiết kiệm thời gian và tiền bạc. Các nhà quy hoạch thành phố có thể sử dụng dữ liệu này để thiết kế bố cục đường xá tốt hơn, thực thi các quy định đỗ xe hiệu quả và phát triển các cơ sở đỗ xe mới giúp các thành phố hiệu quả hơn và dễ điều hướng hơn.

‍

Hãy tự mình thử: Quản lý bãi đậu xe bằng YOLOv8

Bây giờ chúng ta đã hiểu rõ về quản lý bãi đậu xe và những lợi ích của nó, hãy cùng tìm hiểu cách xây dựng một hệ thống quản lý bãi đậu xe dựa trên tầm nhìn. Chúng ta sẽ sử dụng mô hình YOLOv8 để detect xe cộ, theo dõi chỗ đậu xe và xác định tình trạng sử dụng của chúng.

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

Hiệu chuẩn camera và các yếu tố môi trường có thể ảnh hưởng đến độ chính xác của việc phát hiện không gian và trạng thái chiếm dụng. Tốc độ xử lý và độ chính xác cũng có thể thay đổi tùy theo GPU hiệu suất của.

Bước 1: Chúng ta hãy bắt đầu bằng cách cài đặt Ultralytics gói. Mở dấu nhắc lệnh hoặc terminal và thực hiện 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 quy trình cài đặt. Nếu bạn gặp bất kỳ sự cố nào trong khi cài đặt các gói cần thiết cho YOLOv8 Hướng dẫn về các vấn đề thường gặp của chúng tôi cung cấp các giải pháp và mẹo hữu ích.

Bước 2: Chúng ta cần chọn trước các vị trí đỗ xe để có thể đánh dấu các khu vực quan tâm trong cảnh quay của bạn. Chạy mã này để mở giao diện người dùng để chọn trước các vị trí đỗ xe.

from ultralytics import solutions
solutions.ParkingPtsSelection()

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

‍

Bước 3: Bây giờ, chúng ta có thể đi vào mã chính để quản lý bãi đỗ xe. Bắt đầu bằng cách nhập tất cả các thư viện cần thiết và khởi tạo tệp JSON mà chúng ta đã tạo ở bước 2.

import cv2
from ultralytics import solutions

polygon_json_path = "bounding_boxes.json"

Bước 4: Tạo đối tượng VideoCapture để đọc tệp video đầu vào và đảm bảo rằng tệp 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 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 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 đậu xe bằng Ultralytics YOLOv8 mô hình phát hiện chỗ đỗ xe.

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

Bước 8: Bây giờ, chúng ta xem qua tệp video, từng khung hình một, để xử lý. Nếu không có khung hình nào được đọc, vòng lặp sẽ bị ngắt.

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 được chọn trước từ tệp JSON và track các đối tượng trong khung sử dụng YOLOv8 người mẫu.

 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 hộp giới hạn và nhãn lớp 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 cùng của vòng lặp bao gồm 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 phá hủy mọi cửa sổ.

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

Bước 13: Lưu tập lệnh của bạn. Nếu bạn đang làm việc từ thiết bị đầu cuối hoặc dấu nhắc lệnh, hãy chạy tập lệnh bằng lệnh sau:

python your_script_name.py

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

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

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

• Các lo ngại về quyền riêng tư: Các hệ thống này thu thập thông tin như nhãn hiệu và kiểu xe của một cá nhân, số 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 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 hệ thống đỗ xe thông minh

Quản lý bãi đỗ xe sáng tạo trong tương lai sẽ là việc sử dụng các công nghệ hiện đại như AI, xe tự lái và thực tế ảo để cải thiện trải nghiệm đỗ xe tổng thể và hỗ trợ tính bền vững. Khi được tích hợp với các hệ thống này, xe tự lái sẽ có thể di chuyển 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. Chúng cũng làm giảm lượng khí thải carbon từ việc người lái xe lái xe vòng quanh để tìm chỗ đỗ xe.

Chấm dứt những rắc rối về đỗ xe

Các mô hình AI, như Ultralytics YOLOv8 , và công nghệ thị giác máy tính có thể biến đổi bãi đỗ xe của bạn. Chúng giảm đáng kể việc phải xoay vòng tìm chỗ đỗ, giúp bạn tiết kiệm thời gian và giảm khí thải. Các hệ thống quản lý bãi đỗ xe thông minh này giải quyết các vấn đề phổ biến như tắc nghẽn, đỗ xe trái phép và sự bực bội của tài xế. Mặc dù cần đầu tư ban đầu, nhưng lợi ích lâu dài là rất đáng kể. Đầu tư vào bãi đỗ xe thông minh là chìa khóa để tạo ra các thành phố bền vững và trải nghiệm đỗ xe mượt mà hơn cho tất cả mọi người.

Bạn muốn tìm hiểu thêm về AI? 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 sáng tạo trong các ngành khác nhau như chăm sóc sức khỏe và nông nghiệp. Cộng tác, đổi mới và học hỏi cùng chúng tôi! 🚀