Während alle Welt über die Sprachmodelle künstlicher Intelligenz redet, spielen sich die wirklich interessanten Dinge bei den industriellen Anwendungen ab. Die Möglichkeiten und Chancen, die durch künstliche Intelligenz entstehen, wachsen außergewöhnlich schnell. Mit den Kameras und Sensoren von Sick liefert das Unternehmen Cognistic KI-gestützte Bildverarbeitungslösungen, die nicht nur komplexe Probleme lösen, sondern auch neue Perspektiven für Wachstum und Innovation schaffen.
Ein- und aussteigende Fahrgäste zu zählen, reicht einfach nicht mehr aus
Fahrgäste in öffentlichen Verkehrsmitteln sind nicht nur Personen, die hier ein- und dort aussteigen. Es sind Pendler mit ihren Rucksäcken, Einkaufstrolleys und Laptoptaschen. Es sind Kinder in Buggys und Kinderwagen mit ihren Spielsachen. Ältere Menschen mit Gehstöcken und Rollatoren. Radfahrer, die eine Abkürzung nehmen. All diese Menschen stellen ganz bestimmte Anforderungen an das Verkehrssystem, an den Platz, den sie benötigen, und an die Zeit, die sie zum Ein- und Aussteigen brauchen. Condor registriert das alles, in all seiner Komplexität.
Condor ist eine KI-gestützte Software zur Erkennung, Klassifizierung und Zählung von Menschenmengen. Condor wurde vom Unternehmen Cognistic entwickelt und verwendet die Live-Videobilderfassung einer Visionary-T Mini 3D-Snapshot-Kamera, um in Echtzeit die Anzahl der Fahrgäste in Bus oder Bahn zu zählen und die Gegenstände zu erfassen, die die Fahrgäste mit sich führen. Da das System auf einem lokal installierten Edge-Computing-Gerät läuft, stellt die Konnektivität kein Problem dar. Auch die Präzision des Systems ist beeindruckend, da häufiges Nachkalibrieren nicht erforderlich ist. Und die Zähldaten können zur anschließenden detaillierten Analyse vollkommen in Einklang mit den EU-Datenschutzbestimmungen in die Cloud übertragen werden.
Für den täglichen Betrieb bedeutet die automatische Zählung von Fahrgästen und Gepäck ein Mehr an Sicherheit. Auch die Klassifizierung von Menschen mit Rollstühlen, Kinderwagen oder Fahrrädern, Reisegepäck und anderen persönlichen Gegenständen ist ein wichtiger Bestandteil zur Verbesserung der Streckenplanung, Kapazitätsauslastung und Terminierung von Wartungsarbeiten. Durch diese detaillierten Einblicke können Verkehrsbetriebe spezifische Bedürfnisse erkennen und einen ganzheitlichen und umfassenden Ansatz für ihre Bedarfsplanung entwickeln.
Sicherheit in Echtzeit mit KI-fähigen Stereokameras und der LiDAR-Technologie
In Hollywood-Filmen mag es romantisch aussehen, wenn Leute der Straßenbahn hinterherrennen, aber im wirklichen Leben ist diese Hektik eine Gefahr, vor allem wenn Fahrgäste und die schweren Transportmittel aufeinandertreffen. Derzeit gibt es nur wenige Überwachungslösungen für diese Umgebungsbedingungen. Diese sind obendrein meist fehleranfällig. Regen, Nebel, Staub und reflektierende Oberflächen beeinträchtigen die Detektionsleistung. Hinzu kommt die große Vielfalt an Formen, Größen und Körperhaltungen von Menschen sowie die Tatsache, dass sich Personen in Rollstühlen oder Kinderwagen fortbewegen und Tiere an der Leine geführt werden. Die genaue Erkennung von Menschen und ihren Bewegungen in überfüllten Haltestellen der öffentlichen Nahverkehrsmittel mag aussichtslos erscheinen. Und doch ist sie besonders wichtig, wenn es keine Bahnsteigkante gibt und die Gleise sich auf gleicher Höhe mit dem Gehweg befinden.
In derartigen Konstellationen können Fehlalarme und Fehler katastrophale Folgen haben. Mantis, eine KI-gestützte Lösung von Cognistic, wurde speziell entwickelt, um diese Schwierigkeiten zu beheben. Mantis verarbeitet mithilfe einer leistungsstarken lokalen KI-Computing-Infrastruktur in Echtzeit Daten, die entweder vom Visionary-S, einem 3D-Vision-Sensor oder von 2D-LiDAR-Sensoren (LMS511, LMS111, LD-MRS) stammen. Wenn Personen in einem Risikobereich detektiert werden, aktiviert dies Sicherheitsprotokolle, wie z.B. das Versenden von Nachrichten über eine telefonfähige Anwendung oder über die Lautsprecher am Bahnsteig.
Die KI übernimmt die Fahrpläne und die Routenplanung
Die Frage ist uralt: Wie komme ich am besten von A nach B? Da es immer mehr Alternativen für Fahrgäste gibt (Bus, Bahn, Fahrrad, Leihroller), wird es auch immer schwieriger, die beste Kombination zu finden. Das Gleiche gilt für Betriebsleiter und Aufsichtspersonen bei der effizienten Planung und Fahrtenabwicklung, wobei die Betriebskosten gesenkt und die Umweltbelastungen verringert werden sollen. Außerdem müssen sie in Echtzeit auf Veränderungen reagieren. Ohne einen datengestützten Lösungsansatz verursacht dieser Prozess hohe Kosten, ist anfällig für Fehlkalkulationen und birgt großen Raum für Spekulationen.