Eje Temático:
Trabajo de Estudiantes
Detección y Monitoreo de Vehículos en Tiempo Real
Autores:
San Fernando del Valle de Catamarca, Catamarca, Argentina – 7 y 8 de noviembre 2024
Universidad de la Defensa Nacional, Facultad de Ingeniería del Ejército
OBJETIVOS
DESARROLLO
CONCLUSIONES
AGRADECIMIENTOS
Este proyecto fue supervisado por la profesora Cinthia Vegega, a cargo de la cátedra de Inteligencia Artificial de la Facultad de Ingeniería del Ejército.
El sistema logró una precisión del 95% en la detección de espacios ocupados y vacíos, demostrando su efectividad para gestionar estacionamientos en tiempo real. A pesar de desafíos relacionados con la iluminación y los ángulos de cámara, el sistema se mostró robusto y adaptable, con potencial de implementación en otros entornos similares. La inteligencia artificial permitió optimizar la operación del estacionamiento, reduciendo la intervención humana y aumentando la productividad del personal. El proyecto sienta las bases para futuras investigaciones y mejoras, como la integración con aplicaciones móviles para una gestión más eficiente del tráfico vehicular.
Desarrollar un sistema automatizado basado en inteligencia artificial para la detección y monitoreo en tiempo real de vehículos, optimizando la gestión de espacios de estacionamiento en la Facultad de Ingeniería del Ejército. El sistema busca mejorar la eficiencia del personal de seguridad al proporcionar información en tiempo real sobre la disponibilidad de espacios, facilitando la toma de decisiones y mejorando la logística vehicular.
El sistema fue implementado utilizando redes neuronales convolucionales (CNN) y la librería YOLO para la detección en tiempo real de vehículos y la reducción de intervención humana. Se desarrolló en Python, empleando PyTorch y TensorFlow para entrenar las redes. Las imágenes del estacionamiento fueron capturadas por cámaras y procesadas por una CNN, que identificaba vehículos y actualizaba la disponibilidad de espacios en tiempo real.
El modelo fue entrenado con imágenes bajo diversas condiciones, utilizando técnicas de data augmentation para mejorar su precisión. Se integró con las cámaras de seguridad sin necesidad de modificar la infraestructura. Tras pruebas exhaustivas, se logró una precisión del 95% en la detección de espacios vacíos y ocupados, y se desplegó en un servidor local, facilitando al personal de seguridad la gestión eficiente del estacionamiento.
Además, se desarrolló una interfaz de usuario intuitiva que permite al personal de seguridad visualizar en tiempo real la disponibilidad de los espacios de estacionamiento. La interfaz muestra el número de espacios ocupados y libres, permitiendo una rápida toma de decisiones. Cuando el estacionamiento se encuentra lleno, el sistema emite alertas automáticas. Esta herramienta mejora la eficiencia operativa al proporcionar datos precisos y en tiempo real. Además, el sistema permite la recolección y análisis de datos históricos.