Diseño de un sistema inteligente para la detección de plazas de estacionamientos libres

Abstract

Actualmente, la evolución del parque automotriz ha ido en aumento, dada la gran demanda que existe por la adquisición de nuevos vehículos, hecho que no solo ocurre en nuestro país, sino que a nivel el mundial. Lo anterior ha desencadenado un sin número de efectos negativos, entre los que destacan el aumento de la contaminación, la creciente congestión vehicular, la dificultad constante a la hora de buscar un estacionamiento, entre otros. Efectos que se intensifican ante la realización de eventos masivos, como partidos de fútbol, conciertos, visita a centros comerciales, y especialmente en horario punta, cuando ocurre la entrada o término de la jornada laboral. Dado lo anterior, es que este trabajo busca enfocarse en proponer una solución eficiente que permita resolver el problema de la búsqueda de una plaza vacía para estacionar, disminuyendo así el tiempo invertido por el conductor para lograr estacionarse. Para lograr dar solución al problema planteado, se diseñó un sistema inteligente, a par- tir del entrenamiento de una red neuronal convolucional, que permite detectar mediante la captura de imágenes de un estacionamiento, las plazas que se encuentras vacías y ocupadas, además de indicar el número total de vacantes libres. Por otro lado, para el entrenamiento de la red se construyó una base de datos con imá- genes tomadas a un estacionamiento residencial, ubicado en un condominio en la comuna de Algarrobo. Cabe destacar que el gran desafío que presenta este estacionamiento, es no poseer un separador distintivo, a diferencia de estacionamientos de este tipo que presentan delimitadores marcados en color blanco o amarillo. Finalmente, a partir de la base de datos creada, se realizan 3 experimentos para evaluar el desempaño del modelo, basándose principalmente en utilizar diferentes condiciones de luz ambiental para los conjuntos de entrenamiento, validación y test. Dado lo anterior, es que se logran detectar el estado de 24 plazas, al aplicar el algoritmo sobre el estacionamiento de estudio, obteniéndose un mAP sobre el 90 % en casa uno de los experimentos realizados.