WhereTo? - Desarrollo de una Aplicación Móvil para la Gestión de Estacionamiento enTiempo Real

Abstract

El proyecto tiene como objetivo abordar el problema de encontrar estacionamiento en áreas urbanas mediante el desarrollo de una aplicación móvil que proporcione información sobre la disponibilidad de estacionamiento y las regulaciones. Esta solución pretende minimizar los impactos económicos y ambientales causados por búsquedas ineficientes de estacionamiento, como el tiempo perdido, el combustible y las emisiones aumentadas. Empleando modelos avanzados de machine learning, la aplicación interpreta con precisión las señales de tráfico y de estacionamiento, ofreciendo respuestas rápidas y precisas a las consultas de los usuarios.

El backend del sistema utiliza modelos YOLOv8 para la detección de múltiples objetos, enfocándose en parquímetros y señales de tráfico. Incluye una API Park que mapea las coordenadas solicitadas por el usuario a calles reales, captura imágenes utilizando Google Street View y procesa estas imágenes para distinguir entre señales de tráfico y parquímetros. Una API Detail consulta la base de datos SQL para proporcionar información detallada sobre las detecciones.

El frontend, desarrollado con React Native y Expo Go, utiliza Axios para la comunicación con el backend y Native Base para un desarrollo de componentes eficiente. La interfaz principal de la aplicación permite a los usuarios ingresar direcciones y buscar estacionamiento dentro de radios especificados. MapDisplay, un componente clave, visualiza dinámicamente los parquímetros utilizando React Native Maps y se actualiza en tiempo real según los datos del backend. Los marcadores interactivos proporcionan información detallada del lugar de estacionamiento al ser seleccionados.

En resumen, este proyecto tiene como objetivo mejorar la movilidad urbana y reducir los efectos adversos de las búsquedas de estacionamiento mediante la integración de tecnologías innovadoras y APIs. Los trabajos futuros incluyen expandir el uso de la aplicación internacionalmente, mejorar las visualizaciones de mapas y asociarse con servicios de pago de estacionamiento para ofrecer una experiencia de estacionamiento sin interrupciones.

The project aims to tackle the systemic issue of finding parking in urban areas by developing a mobile application that provides real-time information about parking availability and regulations. This solution intends to minimize economic and environmental impacts caused by inefficient parking searches, such as wasted time, fuel, and increased emissions. By employing advanced machine learning models, the application interprets parking signs and meters accurately, delivering quick and precise responses to user queries. The backend of the system uses YOLOv8 models for multiple object detection, focusing on parking meters and road signs. It includes a Park API that maps user-requested coordinates to real streets, captures images using Google Street View, and processes these images to distinguish between traffic signs and parking meters. A Detail API further queries the SQL database to provide detailed information about detections, converting image URLs into images via the Google Static Street View API.

The frontend, developed with React Native and Expo Go, uses Axios for backend communication and Native Base for efficient component development. The application's main interface allows users to input addresses and search for parking within specified radius. MapDisplay, a key component, dynamically visualizes parking meters using React Native Maps and updates in real-time based on backend data. Interactive markers provide detailed parking spot information upon selection.

Overall, this project aims to enhance urban mobility and reduce the adverse effects of parking searches by integrating innovative technologies and APIs. The future work includes expanding the app's usage internationally, improving map visualizations, and partnering with parking payment services to offer a seamless parking experience.