KI-gestützte Kennzeichen- und Fahrgasterfassung für Smart Cities
In unseren jüngsten Projekten haben wir zwei maßgebliche KI-Systeme im Echtbetrieb implementiert. Auf einem weitläufigen Hafengelände erfassen wir automatisch alle ein- und ausfahrenden LKW-Kennzeichen und autorisieren sie direkt im System. Ist der Fahrer bereits registriert, erkennt unser Kamerasystem ihn beim Durchfahren der Schranken zuverlässig – ganz ohne manuelle Kontrolle. Parallel dazu setzen wir an Straßenbahn-Haltestellen ein Analysemodul ein, das wartende Personen zählt und präzise erfasst, wie viele Passagiere ein- und aussteigen. Beide Lösungen liefern belastbare Daten, mit denen Logistikbetreiber und Verkehrsplaner ihre Abläufe nachhaltig optimieren können.
1. Ein- und Ausfahrtskontrolle im Hafen
An den Toreinfahrten des Hafengeländes haben wir zwei Kameras montiert:
-
Außenkamera: Liest Kennzeichen millimetergenau aus, sobald der LKW zur Schranke rollt.
-
Fahrerkamera: Blickt durch die Frontscheibe und erfasst das Gesicht des Fahrers.
Ein spezialisiertes YOLOv8-Modell erkennt das Nummernschild, schneidet das Bild in Graustufen zu und leitet es zur OCR-Analyse weiter. Parallel dazu prüft ein Personenerkennungsmodell anhand des Fahrerbilds, ob die Person bereits im System registriert ist. Sowohl Kennzeichen als auch Fahrer-Identität werden verschlüsselt an unseren Server gesendet. Der gleiche Ablauf erfolgt beim Ausfahren – so entsteht ein lückenloses Protokoll aller Ein- und Ausfahrtsvorgänge.
Nutzen
-
Vollautomatische Zugangskontrolle ohne Schrankenbedienung
-
Sofortige Autorisierung bekannter Fahrer:innen
-
Umfassende Reports zu Einfahrts- und Ausfahrtszeiten
2. Personenzählung an Straßenbahn-Haltestellen
Für Verkehrsunternehmen ist es essenziell, genau zu wissen, wann und wie viele Fahrgäste ein- und aussteigen. Unser Modul verwendet ein YOLOv8-Personenmodell und DeepSORT-Tracking, um jede wartende Person im Haltestellenbereich zu erkennen und ihren Weg bis zum Ein- oder Ausstieg zu verfolgen. Virtuelle Linien definieren die Ein- und Ausstiegszonen: Wenn jemand diese Linie überschreitet, zählt das System ihn als Ein- oder Aussteiger:in. Die Daten werden anonymisiert und in Echtzeit zu aussagekräftigen Statistiken zusammengeführt – von Spitzenstunden über durchschnittliche Verweilzeiten bis hin zu Auslastungsprofilen.
Nutzen
-
Datenbasierte Kapazitätsplanung im ÖPNV
-
Identifikation von Stoßzeiten und Optimierung der Fahrpläne
-
Grundlage für eine kundenfreundliche Haltestellengestaltung
Ausblick
Als nächsten Schritt planen wir, die gesamte Verarbeitung auf Edge-Geräte zu verlagern, um Latenzen weiter zu reduzieren. Eine Anbindung an zentrale Fahrzeugregister soll Echtzeit-Abfragen ermöglichen, während Mehrkamera-Setups selbst komplexe Verkehrsknotenpunkte lückenlos erfassen. Parallel arbeiten wir an robusteren Modellen für schwierige Licht- und Wetterbedingungen sowie der automatischen Klassifizierung weiterer Fahrzeugtypen.
Unsere KI-gestützten Erfassungs- und Analysesysteme verschaffen Logistik- und Verkehrsbetreibern eine zuverlässige Datenbasis, um Prozesse zu automatisieren, Abläufe zu optimieren und die Mobilität in Smart Cities zukunftssicher zu gestalten.
Kontaktieren Sie uns
Interessiert an einer maßgeschneiderten KI-basierte Applikation?
Senden Sie uns Ihre Anfrage per E-Mail an office@multimediaatelier.com oder rufen Sie uns an unter 01 890 80 03.
Alternativ können Sie auch unser Kontaktformular nutzen.
Lassen Sie uns gemeinsam Ihre digitale Lösung umsetzen – präzise, leistungsstark und zukunftssicher!
KI-gestützte Kennzeichen- und Fahrgasterfassung für Smart Cities Read More »
Aktuelle News, Webdesign
