Detecção de Vagas de Estacionamento e IA

Esse trabalho foi desenvolvido por dois alunos (Karina Villarim e Lucas Fernandes) na disciplina de IA na UFPB e mostrou resultados SUPER legais.

A ideia de sensores de presença em estacionamentos surgiu para facilitar a vida do cliente que deseja utilizá-los de forma simples e rápida, sem que seja necessário gastar tempo buscando uma vaga disponível.

Um dos modelos mais comuns é aquele que possui uma luz sinalizadora acima de cada vaga ou uma tela que indica a quantidade de vagas desocupadas por andar ou setor. Como são aplicadas luzes do tipo LED, no primeiro caso, o consumo de energia é muito baixo.

Porém, sistemas como esse podem não ser muito viáveis em algumas situações, pois utilizam um conjunto extenso de fiação, e dispositivos com sensores são obrigatórios para cada uma das vagas, encarecendo o processo de aquisição dessas ferramentas, e complicando, principalmente, sua instalação quando o estacionamento não é projetado para receber esse tipo de tecnologia, dificultando a aquisição da mesma por estruturas comerciais mais simples.

Levando em consideração os problemas citados acima, uma forma de melhorar a solução é empregar uma ferramenta de detecção de objetos, que operaria apenas com o auxílio de câmeras, equipamento que já está presente na maioria dos locais públicos, principalmente comerciais.

A base de dados utilizada para o estudo em questão é composta de diversas imagens de estacionamento, com uma visão aérea do local. As imagens foram coletadas manualmente, com assistência da ferramenta de pesquisa Google.

O sistema YOLO já disponibiliza um modelo pré-treinado e foi testado (a imagem onde são detectados telefones celulares), porém, foi visto que ele não detecta precisamente carros numa visão aérea. Como a base de dados contém algumas restrições, como apenas um ângulo de visão (visto de cima), o chão em tons em cinza, imagens com uma baixa resolução, vagas demarcadas com tinta branca, optou-se por realizar o treinamento da rede manualmente (imagem com as vagas detectadas em azul) para então detectar as vagas disponíveis nas imagens.