Intelligente Verkehrsanalyse für die vernetzte Mobilität

Mobile Sensortechnologie zur Erhebung,
Analyse und Übertragung von Verkehrsdaten

Intelligente Verkehrssysteme benötigen eine umfassende Sensorik zur Umweltwahrnehmung, um das assistierte bzw. autonome Fahren effizienter, sicherer und nachhaltiger zu gestalten. In absehbarer Zukunft kommunizieren nicht nur Fahrzeuge untereinander, sondern auch die Infrastruktur wird eingebunden, um eine bessere Einschätzung der Verkehrssituation zu erreichen. Dabei tritt die Verkehrs- und Gefahrenanalyse immer mehr in den Fokus und ist fester Bestandteil des Konzepts der vernetzen Mobilität. Fraunhofer-Wissenschaftler*innen haben eine auf Künstlicher Intelligenz (KI) basierende, mobile Sensoreinheit zur Datenerhebung und -analyse entwickelt, welche die Grundlage der intelligenten Infrastruktur bildet. Damit ist es möglich, Vorhersagen von Verkehrsflüssen durch Pkw, Lkw, Radfahrende sowie Fußgänger*innen zu treffen oder eine Echtzeit-Kommunikation mit autonomen Fahrzeugen oder Fahrassistenzsystemen zu ermöglichen. Darüber hinaus kann die Echtzeit-Kommunikation ein wichtiges Mittel im Verkehrsmanagement sein – beispielsweise für Ampelschaltungen – oder zur Ermittlung freier Verkehrsrouten für Einsatzkräfte. Unser System lässt sich sehr flexibel einsetzen: Die Sensorbox kann entweder direkt an die bestehende Infrastruktur gekoppelt werden oder als mobiler Sensormast über einen langen Zeitraum hinweg autark arbeiten. Bereits Ende 2022 soll die Technologie in mehreren Städten Deutschlands im Einsatz sein.

Robustheit durch Kombination von Radar- und Infrarotdaten

Im Gegensatz zu herkömmlichen Formen von KI-Modellen für die Erkennung von Personen und Fahrzeugen beruht der Fraunhofer-Ansatz auf der Verknüpfung zweier unterschiedlicher Modalitäten zur Datenerfassung: Durch die Kombination von Radar- und Infrarotdaten wird ein robustes Analysesystem geschaffen, für das selbst temporäre Verdeckungen von Verkehrsteilnehmenden kein Problem darstellt – die Datenerfassung ist auch bei schwierigen Lichtverhältnissen sehr zuverlässig und dadurch tageszeitunabhängig und bei fast jedem Wetter einsetzbar. Die Objekterkennung wird zudem durch ein Tracking-Verfahren ergänzt, das zusätzliche Robustheit schafft und die Analyse von Verkehrsteilnehmer*innen in Bildsequenzen und 3D ermöglicht.

Bei der Erfassung und Auswertung der sensiblen Daten aus dem öffentlichen Raum wird besonderer Wert auf den Datenschutz gelegt.

Individuell anpassbar für Ihren Anwendungsfall

KI-basierte Verkehrsanalysen bieten vor allem im Bereich des assistierten und autonomen Fahrens zusätzliche Sicherheit, die sowohl für Sensorhersteller, aber auch für Ausstatter von Verkehrsinfrastrukturen von Interesse sind.

Gerne setzen wir unsere Verkehrsanalyse, bestehend aus KI-basierten Detektionsmodellen, Sensorfusion und Tracking, für Ihren individuellen Anwendungsfall für Intralogistik, Fuhrpark, Smart City und vieles mehr um und passen unsere Module bei Bedarf selbstverständlich an Ihr bestehendes Sensorsystem an – egal ob in Form eines Einzelsensors oder Sensorclusters.

 

Kontaktieren Sie uns noch heute und vereinbaren Sie einen unverbindlichen Beratungstermin.

Die Vorteile unseres mobilen Sensormasts in Kürze


Kombination von Radar- und Infrarotdaten für mehr Robustheit und Flexibilität


Künstliche Intelligenz: Detektion und Analyse von Verkehrsdaten

 


Tageszeit- und
witterungsunabhängige Erfassung 



Individuelle Anpassung für Ihren Anwendungsfall



Mobil einsetzbarer Sensormast



Datenschutzkonformität

Was steckt hinter der Fraunhofer-Technologie?

Warum ist der Ansatz so innovativ?

Verschiedene Sensoren liefern multimodale Daten, die sich gegenseitig ergänzen können. Durch die Fusion der 4D-Radarpunktwolke (3D-Punkte mit Geschwindigkeit) und der Infrarotbilder werden die Vorteile der jeweiligen Sensoren zusammengeführt. Da die Qualität der Objekterkennung von der Fusionsarchitektur abhängt, wird die Fusion der Daten in zwei Stufen durchgeführt und ausgewertet. Auf der einen Seite wird der Prozess wie im Vorgängerprojekt (KonSens) auf Objektebene fortgesetzt, wobei die Objekte separat von der IR-Kamera und dem Radarsensor erkannt und zugeordnet werden. Dabei werden ein Unsupervised-Learning-Algorithmus zum Clustern der Radarpunktwolken und ein Deep-Learning-Ansatz mit zugehörigem Convolutional-Neural-Network (CNN) zur IR-Bilderkennung verbessert. Dank der Fusion profitiert die finale Detektion von den Attributen, welche beide Sensoren liefern (z. B. die Entfernung und die Geschwindigkeit der Objekte vom Radar und die Objektklasse von der IR-Kamera). Andererseits wird die Fusion auf der Feature-Ebene erforscht, wo die Sensoren mit den Merkmalen der Objekte beitragen, die z. B. mit CNN-Backbones erzeugt werden. Die Merkmale werden fusioniert und als Input für ein neuronales Netzwerk zur endgültigen Objekterkennung verwendet. Auf diese Weise kann die Qualität der Objekterkennung verbessert werden.

Warum funktioniert die Technologie auch bei schwieriger Witterung und Dunkelheit?

Weder die Infrarot- noch die Radarsensoren sind direkt von der Sonne oder anderen Beleuchtungen abhängig.

Vereinfacht gesagt »strahlen« die meisten Objekte im Infrarotbereich in einem gewissen Verhältnis zu ihrer Temperatur. Dieses Eigenemissionsvermögen macht Objekte, aber auch Menschen und (fahrende) motorisierte Fahrzeuge unabhängig von der Beleuchtung sichtbar. Zudem sind schwierige Witterungsverhältnisse wie Nebel im Infrarotbereich durchsichtiger. 

Ergänzt wird die Technologie durch ein aktives Sensorsystem: Radar. Radar strahlt sein eigenes Signal aus und erfasst darauf die Antwort aus der Umgebung – unabhängig von vorherrschenden Licht- und Witterungsverhältnissen. Des Weiteren ist das Radarsystem aufgrund seiner Funktionsweise robust gegenüber Beeinträchtigungen, wie temporären Verdeckungen von Verkehrsteilnehmenden.

Wie sind datenschutzkonforme Aufzeichnungen und Auswertungen möglich?

Keiner der beiden Sensoren ist für die Identifizierung von Personen geeignet, was das Risiko von Datenschutzproblemen in der Datenerfassungsphase verringert. Darüber hinaus werden weder Bilder noch Videos aufgezeichnet, um sicherzustellen, dass die Privatsphäre der Verkehrsteilnehmenden geschützt ist.

Unser Datensatz für Ihre Projekte

Kommen Sie auf uns zu!

Haben Sie Interesse daran, unseren Datensatz für Ihre Produktentwicklung oder Forschung zu verwenden? Dann melden Sie sich gerne bei uns.

Demnächst verfügbar

Dank unseres mobilen Sensorsystems werden bereits in mehreren Städten Deutschlands Verkehrsdaten erhoben und KI-basiert ausgewertet. Neben synchronisierten Radar- und Infrarotdaten liefern wir belastbare Annotationen für das Trainieren und Validieren Ihrer Detektionsmodelle.

Der stetig wachsende Datensatz wird demnächst zur Verfügung stehen.