KI-basierte Bilderkennung für Maut- und Verkehrsmanagement
- Kennzeichenerkennung für viele moderne Verkehrsanwendungen entscheidend
- Künstliche Intelligenz mit hunderttausenden Bildern trainiert
Wien, 6. April 2023 – Kapsch TrafficCom hat kürzlich ein umfangreiches Update seiner Software zur automatischen Kennzeichenerkennung (ANPR, Automatic Number Plate Recognition) fertiggestellt. Mit dem Update können je nach Anwendungsfall Bestwerte bei der automatischen Erkennung von Nummernschildern erzielt werden.
Die neueste Version verfügt über eine überarbeitete Architektur, die verschiedene KI-Elemente enthält, was zu einer erheblichen Leistungssteigerung führt. Mit der neuen ANPR-Software wurde eine künstliche Intelligenz GDPR-konform mit hunderttausenden Bildern trainiert, um Nummernschilder genau und zuverlässig zu identifizieren.
Software zur automatisierten Erkennung von Kennzeichen
ANPR ist eine Technologie zum Lesen und Interpretieren von Kfz-Kennzeichen. Sie ist für viele moderne Maut- und Verkehrsmanagementanwendungen unverzichtbar, beispielsweise zur Ermittlung des korrekten Mautsatzes für ein Fahrzeug in einem barrierefreien Mautsystem oder zur Bestimmung von Zufahrtsrechten im Rahmen von Umweltzonen. Da es jedoch viele verschiedene Arten von Nummernschildern gibt, die je nach Sauberkeit, Beleuchtung und Wetterbedingungen unterschiedlich gut lesbar sind, ist ihre fehlerfreie Identifizierung eine Herausforderung.
Julia Azfar, Mobilitätsexpertin bei Kapsch TrafficCom, kommentiert: „Je höher der Automatisierungsgrad ist, desto effizienter kann das System arbeiten, da dies die Notwendigkeit einer kostspieligen manuellen Überprüfung verringern“.
Auch die kontinuierliche Verbesserung ist ein Schwerpunkt, erklärt Azfar: „Besonders in Projekten mit langen Laufzeiten und mit hohen Anforderungen kann es sich lohnen, durch regelmäßige Updates von der rasanten technischen Entwicklung zu profitieren. Deswegen arbeiten wir eng mit Partnerunternehmen und Zulieferern zusammen, um die neuesten Technologien am Markt mit unserer eigenen Expertise in Bildverarbeitung und in künstlicher Intelligenz zu kombinieren. Somit garantieren wir beste Qualität, Innovation und State-of-the-Art Services für unsere Kunden“.
Training der Software mit Hilfe von Responsible Annotation-Projekt
Um eigenständig Bilder identifizieren zu können, muss das Programm zusätzlich zu den reinen Bildern mit Informationen zum Bildinhalt trainiert werden, beispielsweise ob auf einem Foto ein österreichisches oder italienisches Kennzeichen zu sehen ist. Diese Informationen werden Annotation genannt, und sie sind essentiell für die korrekte Verarbeitung der Bilder durch das System. Wenn das Programm mit ausreichend annotierten Bildern gefüttert wird, kann es in Folge selbstständig auch nicht annotierte Bilder verarbeiten.
Diese Annotation der Bilder wurde von Kapsch in Wien im Rahmen eines Pilotprojekts durchgeführt, das Menschen, die am Jobmarkt benachteiligt werden, in neue Berufsfelder einführt. Die Annotation und Validierung von Daten ist ein neues Arbeitsgebiet, das durch die zunehmende Nutzung von KI in den kommenden Jahren stark wachsen wird. Durch das Projekt „Responsible Annotation“ wird ausgrenzungsgefährdeten Personen ein realistischer Pfad in den primären Arbeitsmarkt ermöglicht.
Kapsch TrafficCom ist ein weltweit anerkannter Anbieter von Verkehrslösungen für nachhaltige Mobilität, mit Projekterfolgen in mehr als 50 Ländern. Innovative Lösungen in den Anwendungsbereichen Maut, Mautdienstleistungen, Verkehrsmanagement und Demand Management tragen zu einer gesünderen Welt ohne Staus bei.
Mit One-Stop-Shop-Lösungen deckt das Unternehmen die gesamte Wertschöpfungskette der Kunden ab, von Komponenten über Design bis zu der Implementierung und dem Betrieb von Systemen.
Kapsch TrafficCom, mit Hauptsitz in Wien, verfügt über Tochtergesellschaften und Niederlassungen in mehr als 25 Ländern und notiert im Segment Prime Market der Wiener Börse (Symbol: KTCG). Im Geschäftsjahr 2021/22 erwirtschafteten 4.220 Mitarbeiterinnen und Mitarbeiter einen Umsatz von rund EUR 520 Mio.