معمارية متكاملة بين YOLO وOCR للتعرّف الآلي على لوحات المركبات في الزمن الحقيقي ضمن أنظمة إدارة الوصول الذكية
DOI:
https://doi.org/10.65421/jibas.v2i1.73الكلمات المفتاحية:
التعرف التلقائي على لوحات أرقام السيارات، YOLO، التعرف الضوئي على الأحرف، التحكم الذكي في الوصول، أنظمة الوقت الحقيقيالملخص
يعرض هذا المشروع نظامًا متقدمًا للتعرّف الآلي على لوحات المركبات (ANPR) يعمل في الزمن الحقيقي، ويستهدف إدارة دخول المركبات بذكاء داخل البيئات المقيّدة ذات الحساسية الأمنية. تقوم الفكرة الرئيسة على دمج تقنيات معالجة الصور مع آليات اتخاذ القرار الفوري، بما يتيح إنشاء حل آمن وغير تلامسي وذاتي التشغيل للتحكم في بوابات الدخول. ويأتي هذا التوجه استجابةً للحاجة المتزايدة إلى أنظمة دخول فعّالة، خاصة في المواقع التي تتطلب مستوى مرتفعًا من الحماية مثل مداخل المؤسسات والمجمعات السكنية. كما صُمّم النظام ضمن إطار قابل للتوسع وسهل التطبيق ميدانيًا عبر التكامل بين العناصر العتادية والبرمجية.
يعتمد النظام في مرحلة الكشف عن اللوحات على نموذج YOLOv11 بعد ضبطه وتحسينه لرفع دقة تحديد مواقع اللوحات في ظروف تشغيل مختلفة. وفي مرحلة قراءة الأحرف، تم توظيف مكتبة EasyOCR للتعرّف على اللوحات العربية والإنجليزية بدرجة عالية من الاعتمادية. كما استُخدمت قاعدة بيانات PostgreSQL كطبقة خلفية لتخزين بيانات اللوحات وتنظيم السجلات وإدارتها بكفاءة. وقد تم تنفيذ التطوير باستخدام Visual Studio Code لدعم برمجة Python وتتبع الإصدارات وتصحيح الأخطاء. وتتكون معمارية النظام من وحدات ESP32-CAM لالتقاط الصور، ومعالجة آنية للصور باستخدام Python، إضافةً إلى لوحة تحكم تفاعلية تُمكّن المستخدم من استعراض البيانات والمتابعة ومراجعة السجلات.
تم اختبار النظام في بيئات تشغيلية متعددة شملت ظروف الإضاءة المنخفضة وحالات الانبهار الضوئي المرتفع، بهدف التحقق من المتانة والاستقرار. وأظهرت النتائج سرعة استجابة وزمن كمون منخفض في عمليتي الكشف والتعرّف، إلى جانب تكامل سلس بين الواجهة الأمامية وقاعدة البيانات. وبذلك يقدم التطبيق النهائي حلًا فعالًا وآمنًا ومنخفض التكلفة، ويمكن تكييفه لدعم تطبيقات التحكم في الدخول والمراقبة في كلٍ من القطاعين العام والخاص.
