یافتن پارکینگ در شهرهای بزرگ یکی از مساله های مهم می باشد. تخمین زده می شود که 30% از ترافیک شهری ناشی از رانندگانی است که به دنبال مکان های پارک رایگان هستند. این امر نه تنها منجر به ترافیک می شود، بلکه باعث ایجاد مشکلاتی در سلامت عمومی می شود، زیرا تن ها CO2 اضافی به هوایی که ساکنان در آن تنفس می کنند اضافه می شود، به ویژه ساعاتی مانند صبح زود و در ساعات شلوغی.

 

با استفاده از سیستم مدیریت پارک هوشمند، شهرها قادر خواهند بود به طور موثر ترافیک را در مناطق شهری مدیریت کنند، استرس را برای رانندگان کاهش دهند، کیفیت هوا را بهبود بخشند و رضایت کلی شهروندان را افزایش دهند. در حقیقت، با استفاده از علم داده می توان انتظار داشت که تلفن همراه شما به شما نزدیک ترین پارکینگ را نشان دهد. با استفاده از یک عکس هوایی از منطقه مورد نظر و همچنین یادگیری عمیق می توان پیش بینی کرد که آیا آن پارکینگ خالی و یا پر است. هنگامی که یادگیری عمیق برای پارکینگ هوشمند اعمال می شود، می تواند پیش بینی های اشغال پارکینگ را بهبود بخشد و بنابراین به راهنمایی پارکینگ کارآمدتر، استفاده مناسب از فضای پارکینگ و مدیریت بهتر ترافیک کمک می کند.

 

پروژه:

Find where to park in real time using OpenCV and Tensorflow | by Priya Dwivedi | Towards Data Science

کد:

Deep-Learning/parking_spots_detector at master · priya-dwivedi/Deep-Learning (github.com)

 

مطالعه بیشتر (کتاب، مقاله، سایت، بلاگ، ...):

Data Science: Deep Learning and Smart Parking | by Albert Zaragoza | Worldsensing TechBlog | Medium