Gestão inteligente de parque de estacionamento através de processamento de imagem

Fernando, Mauro Emanuel Ferreira

Publication

Gestão inteligente de parque de estacionamento através de processamento de imagem

2025-07-28Master thesis

datacite.subject.fos	Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
dc.contributor.advisor	Gomes, Luís Armando de Aguiar Oliveira
dc.contributor.advisor	Barros, João Dionísio Simões
dc.contributor.author	Fernando, Mauro Emanuel Ferreira
dc.date.accessioned	2025-11-17T15:56:48Z
dc.date.available	2025-11-17T15:56:48Z
dc.date.issued	2025-07-28
dc.description.abstract	Nesta dissertação desenvolveu-se um sistema inteligente de gestão de parques de estacionamento através de processamento de imagem. O algoritmo usado permite a monitorização de lugares de estacionamento utilizando visão computacional para detetar veículos em áreas definidas dentro de um vídeo capturado por um uma câmera. Este projeto foi implementado com base na arquitetura de rede neuronal convolucional YOLOv8, utilizada para deteção de objetos em imagens. A utilização do algoritmo baseado na YOLOv8 permite a deteção de veículos em lugares de estacionamento, sendo que o algoritmo utiliza a teoria da região de interesse para o mapeamento dos lugares em parques de estacionamento. Dentro do algoritmo utilizam-se dois tipos de regiões de interesse: região de deteção de veículo e região da vaga marcada, sendo que a sobreposição dessas regiões dita a ocupação da vaga de estacionamento. Para complementar o algoritmo foi criada uma página web para dar informação em tempo-real da disponibilidade dos lugares de estacionamento aos automobilistas. Para implementação do hardware foi utilizado um Raspberry Pi 4 e um 5, afim de executar a deteção veículos e verificar a disponibilidade de lugares de estacionamentos. O processo de construção do sistema começou na recolha de imagens de veículos para o treino da máquina (responsável pela deteção), e posteriormente a marcação dos lugares a serem monitorizados. Em seguida passou-se à verificação das sobreposições das regiões (se o veículo detetado estava dentro da vaga) e por fim ao envio em tempo-real para a página web do estado de disponibilidade dos lugares. Os resultados obtidos tanto na simulação quanto na implementação prática de hardware foram satisfatórios com uma percentagem de exatidão na deteção de veículos de 89.92% em condições climáticas e de luminosidade adversas, considerando-se por isso o sistema eficiente na deteção de lugares de estacionamento.	por
dc.description.abstract	In this dissertation an intelligent parking management system was developed through image processing. The algorithm used creates a parking space monitoring system that uses computer vision to detect vehicles in defined areas within a video captured by a camera. This project was implemented based on the YOLOv8 convolutional neuronal network architecture, used for object detection in images. The use of an algorithm based on YOLOv8 allows the detection of vehicles in parking spaces, and the algorithm uses the region of interest theory for the mapping of parking spaces. Within the algorithm there are two types of regions of interest: a vehicle detection region and a marked space region), and the overlap of these regions dictates the occupancy of the parking space. To complement the algorithm, a web page was created to provide real-time information on the availability of parking spaces to motorists. For the hardware implementation, a Raspberry Pi 4 and a 5 were used in order to perform vehicle detection and to check the availability of parking spaces. In general, the process of building the system began with the collection of vehicle images for machine training (responsible for detection), and then the marking of the spaces to be monitored. This was followed by the verification of the overlaps of the regions (if the detected vehicle is within the space) and finally sending, in real-time, to the web page the availability status of the spaces. The results obtained both in simulation and in practical implementation were satisfactory, with an accuracy percentage for vehicle detection of 89.92%, in adverse weather and light conditions, thus creating an efficient system in the detection of free parking spaces.	eng
dc.identifier.tid	204049210
dc.identifier.uri	http://hdl.handle.net/10400.13/7470
dc.language.iso	por
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/
dc.subject	Processamento de imagem
dc.subject	Deteção de lugares de estacionamento
dc.subject	Algoritmo para reconhecimento de veículos
dc.subject	Raspberry Pi
dc.subject	Image processing
dc.subject	Parking space detection
dc.subject	Algorithm for vehicle recognition
dc.subject	Engenharia Electrotécnica-Telecomunicações
dc.subject	.
dc.subject	Faculdade de Ciências Exatas e da Engenharia
dc.title	Gestão inteligente de parque de estacionamento através de processamento de imagem	por
dc.type	master thesis
dspace.entity.type	Publication
thesis.degree.name	Mestrado em Engenharia Electrotécnica-Telecomunicações