Cуть предложения — создание интеллектуальной системы управления парковочными пространствами, включая мониторинг, навигацию и аренду частных парковочных мест. Система использует машинное обучение и современные технологии для улучшения эффективности и удобства парковки.
Введение
Проект представляет собой интеллектуальную систему управления парковочными пространствами. Основная цель проекта – создание эффективного и удобного механизма мониторинга и навигации на парковках, а также обмена частными парковочными местами между жителями. В рамках проекта были успешно реализованы все заявленные функции, включая алгоритмы распознавания транспортных средств, их трекинг и управление освещением парковки для улучшения видимости и стабильности системы. Были выявлены и решены ключевые проблемы, такие как эффективность USB-камер и планирование сети. Проект требует дополнительных доработок для повышения стабильности и производительности системы.
Боль-Запрос
Сложность отслеживания и выделения автомобилей в потоке данных.
→ Разработка более сложных алгоритмов для точного отслеживания и идентификации транспортных средств.
Нестабильность работы алгоритмов распознавания из-за плохого освещения.
→ Инвестирование в качественное освещение и разработка алгоритмов управления LED подсветкой.
Проблемы с логикой обработки исключений, лагами и подвисаниями.
→ Поиск более продуктивных решений для камер, уменьшение стоимости и сроков пилота.
Описание проекта
Проект Parkings направлен на разработку интеллектуальной системы управления парковочными пространствами. Основная цель проекта - создание эффективного и удобного механизма для мониторинга, навигации и обмена частными парковочными местами между жителями.
В рамках проекта были разработаны:
- Интеграция улучшенных камер
- Планирование сетевой инфраструктуры
- Оптимизация вычислительных ресурсов
- Разработка алгоритмов трекинга
- Улучшение освещения
Проект Parkings показал высокую эффективность и потенциал для дальнейшего развития. Внедренные решения позволили достичь значительных улучшений в управлении парковочными пространствами, что обеспечивает удобство и экономичность для пользователей.
Длительность проекта
Общая длительность проекта — 4 месяца
Команда
- 1 Project Manager
- 2 Hardware / Network Engineers
- 2 Data Scientist
- 1 Data science Lead
- 1 Back end Developer
Стоимость реализации проекта
Общая стоимость проекта составила ~ 50k USD
Решение
Этапы внедрения проекта
Camera Enumeration
Предпринятые решения
- Интеграция улучшенных камер: Отказ от USB-камер в пользу более продуктивных решений для уменьшения лагов, исключений и нагрузки на сеть.
- Планирование сетевой инфраструктуры: Внедрение качественной сетевой инфраструктуры для повышения стабильности и надежности системы.
- Оптимизация вычислительных ресурсов: Тестирование и выбор оптимального варианта между локальными и централизованными вычислениями для эффективного использования ресурсов.
- Разработка алгоритмов трекинга: Создание сложных алгоритмов для точного отслеживания и идентификации транспортных средств на парковке.
- Улучшение освещения: Инвестирование в качественное освещение парковок и разработка алгоритмов управления LED подсветкой для стабильной работы системы распознавания.
Результат проекта
1) Снижение затрат и сроков:
Отказ от USB-камер позволил уменьшить затраты и сроки на пилотирование проекта.
2) Повышение стабильности:
Продуманное планирование сети повысило стабильность и надежность системы.
3) Эффективное использование ресурсов:
Оптимизация вычислительных ресурсов обеспечила производительность при минимальной загрузке оборудования, с нагрузкой на PRI на 30% и сервер на 50%.
4) Точный трекинг и идентификация:
Алгоритмы трекинга и распознавания позволили точно отслеживать и идентифицировать автомобили на парковке, улучшая контроль и навигацию.
5) Стабильная работа системы распознавания:
Улучшенное освещение парковок привело к стабильной работе алгоритмов распознавания и уменьшению сбоев в логике работы системы.
Отказ от USB-камер позволил уменьшить затраты и сроки на пилотирование проекта.
2) Повышение стабильности:
Продуманное планирование сети повысило стабильность и надежность системы.
3) Эффективное использование ресурсов:
Оптимизация вычислительных ресурсов обеспечила производительность при минимальной загрузке оборудования, с нагрузкой на PRI на 30% и сервер на 50%.
4) Точный трекинг и идентификация:
Алгоритмы трекинга и распознавания позволили точно отслеживать и идентифицировать автомобили на парковке, улучшая контроль и навигацию.
5) Стабильная работа системы распознавания:
Улучшенное освещение парковок привело к стабильной работе алгоритмов распознавания и уменьшению сбоев в логике работы системы.
ИЗОБРАЖЕНИЕ ПРАВИЛЬНО ПРИПАРКОВОННОЙ МАШИНЫ НА КАМЕРЕ:
ИЗОБРАЖЕНИЕ НЕПРАВИЛЬНО ПРИПАРКОВОННОЙ МАШИНЫ НА КАМЕРЕ:
Вот как видит нейросеть запрос «Умная парковка»:
Data Science Tasks
Преимущества продукта
- Снижение затрат
- Повышение качества
- Эффективность производства
- Интеллектуальная система управления
- Удобство для пользователей
- Гибкость и адаптивность
- Надежность и стабильность
Подробнее о кейсе рассказали на вебинаре.