Sistema de IA para Detecção de Placas Veiculares

Automação do Controle de Acesso com Visão Computacional

Abstract

O controle de acesso veicular em terminais portuários enfrenta desafios devido à dependência de processos manuais, que permitem a entrada de veículos não autorizados, como carretas sem agendamento ou fora do horário agendado, causando congestionamentos e perda de eficiência no gate de entrada. Este estudo propõe um sistema automatizado baseado em visão computacional e inteligência artificial, utilizando o modelo YOLOv11n para detecção de veículos e placas, integrado ao modelo PaddleOCR para reconhecimento de caracteres e a um banco de dados para validação em tempo real. A metodologia incluiu treinamento do algoritmo de reconhecimento de placas veiculares com um extenso conjunto de imagens e testes em ambiente simulado, demonstrando alta confiabilidade na leitura de placas e capacidade de barrar veículos irregulares antes da entrada no terminal. Os resultados indicam que a solução pode eliminar transações desnecessárias, liberando tempo operacional equivalente ao processamento de dezenas a centenas de carretas adicionais por dia. Além disso, o sistema permite o registro de tentativas de acesso irregular, viabilizando a aplicação de medidas educativas, como restrições ou penalidades a motoristas e transportadoras reincidentes, promovendo maior conformidade com as normas de agendamento. Concluiu-se que a proposta é uma alternativa eficiente, de baixo custo e escalável, podendo ser utilizada para mitigar outros motivos de retorno no gate, sendo uma ferramenta capaz de aumentar a produtividade, reduzir gargalos operacionais e fortalecer o controle logístico em terminais portuários.