09
Februar
2021

Mit KI den Parkdruck auf der Straße messen

Wie viele Autos sind auf der Straße geparkt? Reicht der Platz für alle Autos, die dort abgestellt werden, oder wäre es sinnvoll, eine Bewohner-Parkzone einzurichten? Um diese Frage zu beantworten, muss die Kommune viel Zeit in manuelle Zählungen und Beobachtungen vor Ort investieren. In Kooperation mit der Stadt Karlsruhe untersucht das Fraunhofer IAO, wie man mit KI den Parkdruck messen und gestalten kann.

© Fraunhofer IAO
© Fraunhofer IAO

Wie viele Autos sind auf der Straße geparkt? Reicht der Platz für alle Autos, die dort abgestellt werden, oder wäre es sinnvoll, eine Bewohner-Parkzone einzurichten? Um diese Frage zu beantworten, muss die Kommune viel Zeit in manuelle Zählungen und Beobachtungen vor Ort investieren. In Kooperation mit der Stadt Karlsruhe untersucht das Fraunhofer IAO, wie man mit KI den Parkdruck messen und gestalten kann.

Die Anzahl von parkenden PKWs in Städten steigt und dies hat Auswirkungen auf den öffentlichen Raum. Die Parksituation kann sowohl in Innenstädten wie auch in ruhigeren Wohngebieten für die Bewohner*innen unüberschaubar werden: Immer mehr Fahrzeuge werden auf der Straße abgestellt und es kostet oft Zeit und Nerven, einen Parkplatz zu finden. In solchen Fällen kann die Kommune z.B. Bewohnerparken anordnen, muss dafür aber den Parkdruck durch Gutachten und Parkraumerhebungen nachweisen. Um Aufwand und Kosten in diesem Prozess zu reduzieren, startete das Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme (KODIS) des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation IAO mit Unterstützung der Stadt Karlsruhe ein Pilotprojekt zur KI-gestützten Analyse des Parkdrucks.

Ein vielversprechendes Tandem aus Drohnen und KI

Bereits die ersten Phasen in der Parkdruckmessung werden erheblich optimiert: Die aufwändige manuelle Datenerfassung wird durch Videoaufnahmen per Drohne ersetzt. Während des Flugs werden mehrere Kamerabilder erstellt, aus denen die Gesamtübersicht des Testgebiets entsteht.

Im nächsten Schritt erfolgt eine Optimierung in der Auswertung der Daten: Statt die Daten mühsam manuell zu analysieren, wird KI eingesetzt. Hierfür wird ein Deep Learning-Algorithmus entwickelt und ein künstliches neuronales Netz trainiert, um alle Fahrzeuge auf den Bildern finden und pixelgenau lokalisieren zu können. Damit der Algorithmus abgestellte Fahrzeuge von fahrenden Autos unterscheiden kann, wird das Testgebiet in bestimmte Parkzonen aufgeteilt und diese mit Geodaten verknüpft. Die KI analysiert nur Bildinhalte in diesem Bereich und markiert anschließend die dort abgestellten Fahrzeuge. Als Ergebnis wird die Anzahl von abgestellten Fahrzeugen zu jeweiligem Zeitpunkt ausgegeben und die Daten über die Auslastung von jeder Parkzone werden berechnet.
Von KI auch im öffentlichen Leben profitieren

Der Einsatz von KI im industriellen Umfeld ist mittlerweile weit verbreitet und allgemein akzeptiert. Die Parkdruckanalyse mit KI ist ein schönes Beispiel dafür, dass Künstliche Intelligenz (KI) auch für Kommunen einen großen Nutzen bringen kann: Dank dem entwickelten Algorithmus kann die Auslastung von Stellplätzen automatisch ausgewertet werden. So werden Zeit und Kosten der manuellen Datenerhebung erheblich reduziert und Parkprobleme in ausgewählten Stadtgebieten können dementsprechend schneller gelöst werden.

Perspektivisch möchte das Fraunhofer IAO die KI-gestützte Parkdruckanalyse als digitalen Cloud-Service für Kommunen anbieten. »Mit unserer automatisierten Analyse von Luftbildern werden Kommunen einen raschen und kostengünstigen Überblick über das Straßenparkverhalten im gesamten Stadtgebiet erhalten«, sagt Dr. Bernd Bienzeisler, Leiter des Forschungs- und Innovationszentrums Kognitive Dienstleistungssysteme am Fraunhofer IAO.

Zur Website von KODIS (kodis.iao.fraunhofer.de)

 

 

 

 

Alle News im Monat: 02-2021

Social Bookmarks

Wir benutzen Cookies
Cookies ermöglichen eine bestmögliche Bereitstellung unserer Dienste. Mit der Nutzung von GEObranchen.de und unseren Diensten erklären Sie sich damit einverstanden, dass wir Cookies verwenden.