Hybrides Kamerasystem mit neuronalem Netzwerk und Deep Learning

Verlässliche Daten bilden die Basis für eine optimale Steuerung der Verkehrsströme.

Skizze des Systems, in dem die Daten zweier Sensoren (Kamera und Radar) fusioniert werden

Die hybriden TOPO-Fahrzeugklassifizierungssysteme sind im Rahmen des dauerhaften Verkehrsmonitorings bereits bundesweit im Einsatz. Doch nicht nur an der Straße ist die Erfassung von Verkehrsdaten wichtig. Durch das Thema Künstliche Intelligenz im Verkehrssektor werden auch andere Bereiche immer mehr im Fokus stehen. Einer dieser Bereiche wird das Parken sein, denn im Hinblick auf autonomes Fahren müssen die Grundlagen rechtzeitig geschaffen werden. Das Unternehmen RTB GmbH & Co. KG unternimmt erste Schritte in diese Richtung. Die jüngste Innovation ist ein hybrides Kamerasystem, das auf einem   neuronalen Netzwerk basiert und mittels Deep Learning die gesammelten Daten weiterverarbeitet.
NOSCO, so der Name des Systems, fusioniert die Daten zweier Sensoren (Kamera und Radar), die im Einfahrt- bzw. Ausfahrtbereich von Parkhäusern gesammelt werden. Die Signalverarbeitungseinheit ermittelt durch ein bilanzierendes Zählverfahren die aktuelle Belegungssituation und übermittelt diese Daten
an den Parkleitserver, von dem wiederum die Anzeigen im Parkhaus angesteuert werden. Der besondere Vorteil liegt darin, dass auch bei widrigen Umgebungsbedingungen wie Nebel oder Staub eine Detektionsgenauigkeit von ≥ 99,6 % erreicht wird.

Weitere Informationen: www.rtb-bl.de

6.11.2018