PL
English
Čeština
Deutsch
Français
Italiano
Español
Nederlands
Ελληνικά
Hrvatski
Slovenčina
Português
Türkçe
Svenska
Magyar
RomânăWykrywanie miejsc parkingowych: co przetestować przed zakupem
W terenie wykrywania miejsc parkingowych nie pokonują schludne schematy.
W terenie wykrywania miejsc parkingowych nie pokonują schludne schematy. Pokonuje je lutowa breja, biały dostawczak zasłaniający pół miejsca, niskie słońce zamieniające każdą malowaną linię w cień i tymczasowy układ na wydarzenie wyznaczony pachołkami o 6:00 rano. Jeśli w 2026 roku oceniają Państwo system, właściwe pytanie nie brzmi, czy demo działa w pogodne popołudnie w dzień roboczy. Brzmi ono: czy dostawca potrafi udowodnić skuteczność w konkretnych warunkach, które dziś sprawiają, że Państwa parking otwarty lub marina są nieprzewidywalne.
Ten praktyczny przewodnik jest celowo sceptyczny. Skupia się na sytuacjach, w których naiwne systemy zawodzą, i na praktycznych testach, które można przeprowadzić przed podpisaniem umowy. Warto z niego skorzystać, by przenieść rozmowę z marketingowych procentów na dowody zaobserwowane na własnym obiekcie.
Gdzie wykrywanie miejsc parkingowych zawodzi w terenie
Większość błędów należy do jednej z trzech kategorii: miejsca nie widać wyraźnie, kształt pojazdu jest niejednoznaczny albo układ nie odpowiada już założeniom modelu. Wykrywanie miejsc parkingowych należy traktować jako test środowiskowy, a nie tylko ocenę oprogramowania. System, który dobrze działa przy wyraźnym oznakowaniu na asfalcie, może mieć problemy na żwirowych parkingach dodatkowych, parkingach na trawie, nad wodą czy przy układach sezonowych, jeśli nie został wytrenowany i zweryfikowany dla takich przypadków.
| warunki | dlaczego naiwne wykrywanie zawodzi | o co zapytać dostawcę | jak to przetestować na miejscu |
|---|---|---|---|
| Śnieg i stojąca woda | Śnieg zakrywa oznakowanie miejsc i zmienia kontrast pojazdów. Kałuże mogą odbijać niebo, światła, łodzie, słupy lub pojazdy, tworząc fałszywe krawędzie i fałszywe sygnały zajętości. | Poproś o przykłady z obiektów otwartych ze śniegiem, breją, deszczem i odbijającymi światło kałużami. Zapytaj, czy model wykorzystuje geometrię miejsc, wykrywanie obiektów, informacje z kolejnych klatek, czy ich połączenie. | Testuj po opadach śniegu, w czasie odwilży i po ulewnym deszczu. Porównuj wyniki systemu z ręcznym liczeniem w stałych odstępach i sprawdź, czy błędy skupiają się na konkretnych nisko położonych miejscach. |
| Niskie zimowe słońce i długie cienie | Ostre cienie mogą przypominać pojazdy lub dzielić pojazd na mylące fragmenty. Niskie słońce powoduje też flary obiektywu i zmniejsza kontrast jasnych pojazdów. | Zapytaj, jak system radzi sobie z sezonowym kątem padania słońca i czy położenie kamer analizuje się pod kątem odblasków, a nie tylko zasięgu. | Przeprowadź testy zimą o wschodzie słońca, w południe i późnym popołudniem. Uwzględnij miejsca w pobliżu drzew, słupów, masztów, ogrodzeń i znaków rzucających długie cienie. |
| Noc i oślepiające reflektory | Reflektory prześwietlają fragmenty obrazu. Mokry asfalt wzmacnia odblaski, a ciemne pojazdy mogą znikać na tle słabo oświetlonego otoczenia. | Poproś o dokładność w nocy osobno od dokładności w dzień. Zapytaj, czy dostawca testował system z poruszającymi się reflektorami, zaparkowanymi pojazdami z włączonymi światłami i mokrą nawierzchnią. | Zbierz próbki referencyjne po zmroku, zwłaszcza w szczycie przyjazdów i odjazdów. Uwzględnij deszczowe noce, nie tylko suche noce z równomiernym oświetleniem. |
| Częściowe zasłonięcie przez dostawczaki, przyczepy, żywopłoty lub sprzęt | Wysoki dostawczak może zasłonić mały samochód na sąsiednim miejscu. Przyczepy, sprzęt żeglarski, żywopłoty, kosze na śmieci i tymczasowe znaki mogą blokować widok kamery. | Zapytaj, jaka część każdego miejsca musi pozostać widoczna i jak system sygnalizuje niepewność, gdy miejsce jest częściowo zasłonięte. | Ustaw dostawczaki i przyczepy w realistycznych pozycjach. Nie testuj tylko z małymi samochodami. Sprawdź, czy system podaje pewne, ale błędne wyniki, czy sygnalizuje obniżoną pewność. |
| Motocykle i duże pojazdy zajmujące dwa miejsca | Małe pojazdy mogą zostać pominięte, jeśli system oczekuje obiektów wielkości samochodu. Duże pojazdy mogą zajmować dwa miejsca, przez co jedno rzeczywiste zajęcie zostaje policzone nieprawidłowo. | Zapytaj, jak w modelu danych odwzorowane są motocykle, kampery, pojazdy z przyczepami, pojazdy serwisowe i samochody stojące na liniach. | Przygotuj przypadki testowe z motocyklami, długimi pojazdami i nieprawidłowym parkowaniem. Sprawdź, czy wynik odzwierciedla miejsca nadające się do użycia, a nie tylko wykryte obiekty. |
| Wyblakłe lub brakujące oznakowanie na żwirowych i trawiastych parkingach dodatkowych | Systemy zbyt mocno zależne od malowanych linii mogą zawodzić, gdy linie są wyblakłe, zakryte lub nigdy ich nie było. Żwir i trawa wprowadzają zmiany tekstury, które mogą wyglądać jak granice. | Zapytaj, czy wirtualne wielokąty miejsc można definiować niezależnie od fizycznych linii i czy można je zmieniać bez ponownego malowania. | Uwzględnij w pilotażu swój najtrudniejszy parking dodatkowy. Przygotuj referencyjną mapę zamierzonych miejsc i porównaj wyniki, gdy pojazdy parkują nieregularnie. |
| Wysokość montażu i kąt widzenia kamery | Nisko umieszczona kamera lub płaski kąt zwiększają zasłanianie: jeden pojazd zasłania drugi. Zbyt szeroki widok może zmniejszyć szczegółowość pojazdów. Zbyt wąski może pomijać kontekst dojazdu. | Poproś o proponowany plan kamer z przewidywanym widocznym obszarem, martwymi punktami, gęstością pikseli i przykładami podobnych wysokości montażu. | Wykorzystaj tymczasowe uchwyty lub istniejące słupy, by przetestować proponowaną perspektywę. Testuj przy różnym zapełnieniu parkingu, nie tylko gdy jest prawie pusty. |
| Sezonowy wzrost roślinności | Gałęzie, które zimą nie przeszkadzają, latem mogą zasłaniać miejsca. Poruszające się liście mogą też tworzyć zmienne cienie i szum wizualny. | Zapytaj, czy wizja lokalna uwzględnia sezonowy wzrost roślin i czy dostawca sprawdza widoki z kamer po rozwinięciu się liści. | Przejrzyj archiwalne zdjęcia, jeśli są dostępne, a następnie przeprowadź weryfikację latem. Wskaż miejsca, które znikają za żywopłotami, drzewami lub zielenią w marinie. |
| Tymczasowe zmiany układu podczas wydarzeń | Pachołki, porządkowi, parkingi dodatkowe na polach, zamknięte rzędy i doraźne strefy VIP zmieniają definicję „wolnego miejsca”. Stały model może nadal liczyć miejsca, które nie są używane. | Zapytaj, jak konfiguruje się tymczasowe zamknięcia i układy na wydarzenia, kto może je aktualizować i jak szybko zmiany pojawiają się w raportach. | Zasymuluj plan wydarzenia z zamkniętymi miejscami i tymczasowymi rzędami. Sprawdź, czy dostępność odzwierciedla układ operacyjny, a nie zwykły układ z malowanych linii. |
Proś o dowody w określonych warunkach
Jedna liczba opisująca dokładność to za mało. Powinna jej towarzyszyć informacja o warunkach pomiaru: typie obiektu, wysokości kamery, pogodzie, oświetleniu, poziomie zajętości, jakości oznakowania, rodzajach pojazdów i okresie próby. Deklaracja oparta na słonecznych, dziennych zdjęciach z dobrze oznakowanego parkingu niewiele mówi o obiekcie nad wodą z odblaskami, przyczepami i sezonowymi szczytami.
Domagaj się wyników w podziale na segmenty. Dzień i noc. Sucho i mokro. Zwykłe miejsca i parkingi dodatkowe. Normalna praca i wydarzenia. Jeśli dostawca nie potrafi rozdzielić tych przypadków, nie da się stwierdzić, czy imponująca średnia nie ukrywa właśnie tych błędów, które są dla Państwa istotne.
Jak czytać deklarację dokładności wykrywania miejsc parkingowych
Słowo „dokładność” bywa używane swobodnie. W praktyce bardziej przydatne są dwa pojęcia: precyzja (precision) i czułość (recall). Precyzja odpowiada na pytanie: gdy system twierdzi, że miejsce jest zajęte, jak często ma rację? Niska precyzja oznacza fałszywe wskazania zajętości, przez które obiekt wygląda na pełniejszy, niż jest. Czułość odpowiada na pytanie: ile spośród faktycznie zajętych miejsc system wykrył? Niska czułość oznacza pominięte pojazdy, co może prowadzić do niebezpiecznych lub mylących liczb wolnych miejsc.
Ta sama logika dotyczy wolnych miejsc. Fałszywie wolne miejsce zwykle bardziej szkodzi kierowcom niż fałszywie zajęte, bo może kierować ich do miejsc, z których w rzeczywistości nie mogą skorzystać. Właściwa równowaga zależy od zastosowania: tablic naprowadzających, paneli operacyjnych, wsparcia kontroli, monitorowania stref przy nabrzeżu czy analityki popytu. Dostawca powinien wyjaśnić, które błędy występują najczęściej i jak system radzi sobie z niepewnością.
Procent bez podanych warunków nic nie znaczy, bo nie wiadomo, do czego się odnosi. Czy zmierzono go na 200 zdjęciach, czy na 2 milionach obserwacji miejsc? Czy uwzględniono motocykle? Czy wykluczono dni wydarzeń? Czy był śnieg? Czy częściowo zasłonięte miejsca usunięto ze zbioru testowego? Czy wyniki liczono na zdjęcie, na miejsce, na godzinę, czy na zmianę zajętości? Każdy z tych wyborów może zmienić wynik.
Wyrywkowa kontrola z danymi referencyjnymi przed zakupem
Przydatna kontrola wyrywkowa nie musi być skomplikowana, ale wymaga dyscypliny. Najpierw należy dokładnie określić testowany obszar i wypisać każde miejsce lub zamierzoną pozycję parkowania, w tym miejsca na żwirowych lub trawiastych parkingach dodatkowych, jeśli są częścią normalnej pracy. Następnie należy wybrać okna testowe odpowiadające trudnym warunkom: mokry poranek, niskie słońce, wieczorne przyjazdy, szczyt w sobotę, przygotowanie wydarzenia i spokojny okres po odjazdach.
W każdym oknie należy zebrać ręczne dane referencyjne z tym samym znacznikiem czasu co wynik systemu. Może to zrobić przeszkolony personel obchodzący teren, osoba przeglądająca zarejestrowany obraz lub z użyciem oznaczonej mapy obiektu. Warto, gdzie to możliwe, rejestrować trzy stany: zajęte, wolne oraz niepewne lub nieużywalne. Trzeci stan ma znaczenie, bo tymczasowych zamknięć, zablokowanych miejsc i niejednoznacznego parkowania na dwóch miejscach nie należy wciskać w prostą etykietę zero-jedynkową bez decyzji operacyjnej.
Następnie należy porównać wyniki miejsce po miejscu. Policzyć fałszywie zajęte, fałszywie wolne, pominięte zajęcia wielu miejsc i sposób obsługi niepewności. Szukać wzorców, a nie tylko sum. Dziesięć błędów rozłożonych losowo na 2000 obserwacji może być do zaakceptowania. Dziesięć błędów skupionych w tym samym rzędzie przy wjeździe, na parkingu dodatkowym czy w sekcji przy nabrzeżu może być stałym źródłem problemów operacyjnych.
Na koniec warto powtórzyć test po zmianie układu lub dostrojeniu kamer. Dobra ocena jest iteracyjna: pierwszy wynik pokazuje, gdzie system ma trudności; drugi – czy dostawca potrafi to poprawić. Jeśli wyniki poprawiają się tylko dzięki wykluczeniu trudnych miejsc z raportu, należy zachować ostrożność. Wykluczenia mogą być dopuszczalne, jeśli są wyraźnie oznaczone, ale nie powinny być ukryte w deklaracji dokładności.
Jak brzmi wiarygodna odpowiedź dostawcy
Najlepsi dostawcy nie udają, że trudne warunki nie istnieją. Opisują ograniczenia, pokazują porównywalne wdrożenia, proponują położenie kamer ograniczające zasłanianie i uzgadniają testy odbiorcze na trudnych przypadkach z Państwa obiektu. Powinni swobodnie rozmawiać o fałszywych alarmach, pominięciach, progach pewności i operacyjnych rozwiązaniach awaryjnych przy słabej widoczności.
Warto uważać na odpowiedzi oparte na ogólnych zrzutach ekranu, pokazach przy idealnej pogodzie lub jednej efektownej liczbie. Warto też uważać na systemy, które wymagają, by obiekt zachowywał się jak rysunek: stałe oznakowanie, standardowe pojazdy, brak cieni, brak tymczasowych zmian i brak sezonowego wzrostu roślin. Prawdziwe obiekty tak nie działają.
Jeśli dopiero poznają Państwo zasadę działania technologii, zanim poddadzą ją testom obciążeniowym, nasz artykuł o wykrywaniu zajętości miejsc parkingowych wyjaśnia, co system mierzy dla każdego miejsca i jakie dane dostarcza.
Gdy system przejdzie testy na Państwa obiekcie, drugą połową decyzji jest koszt: nasze zestawienie kosztów wykrywania zajętości parkingu przelicza opublikowany cennik na miejsce i omawia pozycje budżetu spoza cennika.
Jeśli oznakowanie nie jest tylko wyblakłe, ale w ogóle go nie ma, odpowiedź wygląda inaczej: zob. wykrywanie miejsc na parkingach bez oznakowania, gdzie system podaje liczbę pojazdów zamiast stanu poszczególnych miejsc.
Aby spełnić opisany wyżej standard, oto warunki, na których opiera się nasza liczba. Parkinto zapewnia wykrywanie zajętości kamerami AI dla parkingów otwartych i marin, bez czujników w nawierzchni. Wartość 99,7% dotyczy stanu wolne/zajęte każdego miejsca w bieżącej pracy, na podstawie obrazu z kamery pobieranego i ocenianego co 30 sekund, przy kamerze ustawionej tak, by zajętość była z tego punktu widoczna gołym okiem – jedna kamera obejmuje zwykle 25–35 miejsc na zewnątrz; tylko idealnie umieszczona kamera z wysokim, szerokim widokiem osiąga około 100. Niezależny audyt Politechniki Czeskiej w Pradze (Wydział Transportu) wykazał dla wcześniejszej wersji systemu dokładność 99,4%. Jeśli oceniają Państwo wykrywanie miejsc parkingowych dla wymagającej lokalizacji, prosimy o test w warunkach, które faktycznie dotyczą Państwa obiektu.
