AI-støttet identifisering av vanskelige parkeringstransaksjoner (kamera/bilde-basert p-system)

Offentlig prosjektsammendrag

Bruk av kamera/bilde-baserte parkeringssystemer blir stadig mer vanlig. Ved hjelp av særskilt programvare leses bilskiltet automatisk ved inn- og utkjøring til/fra parkeringsanlegg, leseresulatene "matches" for å finne samme kjøretøy, og tiden mellom inn- og utkjøring, dvs. parkeringstiden, beregnes. Ved oppslag i kunderegister eller det offentlige kjøretøyregisteret, identifiseres kjøretøyeier. Vedkommende kan så belastes automatisk hvis betalingskort er registrert, eller det sendes ut faktura. Hvis den automatisk lesingen av bilskiltet ved inn- og/eller utkjøring feiler, f.eks. fordi skiltet er dekket av snø eller skitt, det er skadde eller endog manipulerte, får man ikke matchet leseresultatene og p-tiden kan ikke beregnes. I visse tilfeller kan man klare å matche gjennom manuell behandling av bildene, men da til mye høyere kostnad enn ved automatisk matching. Lønnsomheten for slik manuellbehandling er tvilsom, og mange parkeringsoperatører gjør det ikke. Et visst antall tapte parkeringer betraktes som en del av driftskostnadene. Prosjektet utvikler og tester en løsning som ved hjelp av AI/nevralnett-teknologi oppnår en høyere leserate enn tradisjonell automatisk skiltlesing. Løsningen benytter ikke bare skiltet, men utnytte andre unike detaljer på kjøretøyfronten for å oppnå sikker matching selv på svært vanskelige bilder. Og like viktig som sikker matching, er løsningens evne til å ikke matche lignende, men ulike kjøretøy. De fleste parkeringssystemer må kunne håndtere store transaksjonsvolumer, samtidig som automatisk avregning og fakturering betinger at systemet gjør svært få feil. Kravet om at flest mulig parkeringer skal "fanges" samtidig som antallet feil skal være svært få, er motstridene krav. Dette er hovedutfordringen for dagens kamera/bilde-baserte parkeringssystemer, og er den utfordingen som prosjektet tar sikte på å løse.