Назад

ПаркНэт

Прототип или MVP
AutoNet
Искусственный интеллект
Технологии машинного обучения и когнитивные технологии
Технолог
Ростовская область
Донской государственный технический университет
Цифровой профиль команды

Описание проекта

Суть технологии в:

ParkNet — это P2P2G-платформа на базе нейросети YOLOv8, которая анализирует видеопоток с существующих городских камер на платных парковках, детектирует свободные и занятые места через виртуальные слоты, распознаёт номерные знаки и классифицирует случаи маскировки (бумага, картон, грязь, скотч, отсутствие номера), отправляя уведомление оператору с фото, координатами и временем.

Проект направлен на:

Решение двух проблем одновременно. Для водителей — сокращение времени поиска свободного парковочного места с 15–40 минут до 1–2 минут через карту свободных мест в реальном времени, бронирование и навигацию. Для операторов парковок и государства — автоматическое выявление нарушителей, которые закрывают номера, чтобы не платить, и фиксацию таких нарушений с доказательной базой, что позволяет доначислить миллионы рублей невыписанных штрафов.

Уникальность в:

Первое в РФ автоматическое решение для детекции маскировки номеров на платных парковках. Существующие системы («ПаркРайт», «Надзор», RuParking) просто пропускают кадры с нечитаемыми номерами. ParkNet не требует установки новой инфраструктуры — работает на уже существующих городских камерах. Юридически чисто: система не штрафует самостоятельно, а фиксирует нарушение и передаёт оператору, который принимает решение.

Технология может быть применена в:

Любом городе Российской Федерации с системой платных парковок (Москва, Санкт-Петербург, Пермь, Тула, Тверь, Тюмень, Нижний Новгород, Ростов-на-Дону, Сочи, Владивосток и других), а также на парковках торговых центров, бизнес-центров, аэропортов, вокзалов и любых других организованных парковочных пространствах, где установлены камеры видеонаблюдения.

Презентации

Пульс

Пока еще в пульсе нет записей

Достижения

Подал заявку в акселератор ПУТП 2026
Участник акселератора ПУТП 2026

Проходит акселерацию

Команда

Наставники

Кураторы по ТН

Контакты

Экспертная система