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!