Klüger Parken mit künstlicher Intelligenz

Autor: Linda Duffy

Angesichts einer endlichen Anzahl von Parkplätzen, die einer zunehmenden Anzahl von Autos gegenübersteht, sind Frustration und Unannehmlichkeiten beim Parken vorprogrammiert. Manuela Rasthofer, CEO der TerraLoupe GmbH, hat dieses Problem erkannt und ein Projekt gestartet, das künstliche Intelligenz und orthorektifizierte Luftbilder kombiniert, um eine exakte Bestandsaufnahme verfügbarer Parkhäuser und -plätze in Deutschland durchzuführen.

Kartierung der verfügbaren Parkplätze

Das Abstellen eines Autos erweist sich oft als stressig und zeitaufwändig. Deshalb sollen sich in Zukunft autonom navigierende Fahrzeuge ohne Eingriffe des Fahrers ihre Parkplätze selber suchen. Der Bedarf an hochaufgelösten digitalen Karten zur genauen Messung und Identifikation von Objekten aller Art einschließlich Parkplätzen nimmt rasant zu.

TerraLoupe GmbH ist ein Technologie-Start-up aus München, das es sich zur Aufgabe gemacht hat, Geodaten und Computeranalytik innovativ zu verknüpfen. Ausgehend von hochaufgelösten Orthofotos nutzt TerraLoupe Algorithmen für maschinelles Lernen, um Objekte wie Gebäude, Straßen und Bäume in der realen Welt zu erkennen und zu vermessen und datenreiche 3D-Modelle zu generieren.

„Um Lösungen für das wachsende Parkplatzproblem zu entwickeln, wollten wir herausfinden, ob es möglich ist, Parkflächen anhand von Luftbildern und künstlicher Intelligenz zu erkennen“, erläutert Rasthofer ihren Ansatz. „Wir sind davon ausgegangen, dass wir die zur Generierung von Karten benötigte Zeit durch die automatisierte Extraktion von Objekten und digitalen Inhalten ohne Genauigkeitseinbußen stark reduzieren können.“

Eine kosteneffiziente Methode zur Erstellung digitaler Karten ist insbesondere für Tier-1-Zulieferer und OEMs aus der Automobilindustrie von Interesse, um die autonome Navigation zu unterstützen, doch auch in vielen anderen Branchen gibt es potenzielle Anwendungen.

Das HxGN Content Program – Ein voller Erfolg

Semantisches Fahrspurmodell, erstellt aus erkannten Fahrspurmarkierungen basierend auf 15-Zentimeter-GSD-Daten in Martinsburg

2014 wurde im Rahmen des HxGN Content Program begonnen, orthorektifizierte Bilddaten der USA, von Teilen Europas und der bewohnten Gebiete Kanadas zu sammeln, um diese interessierten Kunden in einer Datenbank zur Verfügung zu stellen. Ziel war die Erfassung wolkenfreier 4-Band-Daten mit einer Auflösung von 30 Zentimetern über dünn besiedelten Gebieten bzw. 15 Zentimetern über urbanen Zentren mit mehr als 50.000 Einwohnern.

Über das HxGN Content Program erhielt TerraLoupe Zugang zu Orthofotos von Berlin mit einer Auflösung von 15 Zentimetern, um seine intern entwickelten Algorithmen zur Objektidentifizierung zu testen. Bei diesem ersten Anlauf dauerte es acht Wochen, bis die Algorithmen so trainiert waren, dass sie Parkplätze präzise identifizieren und kategorisieren konnten. Anschließend brauchte es nur noch weitere drei Tage, um die Daten für ganz Deutschland zu analysieren und daraus Karten zu generieren.

„Das HxGN Content Program bietet uns die Möglichkeit, die Daten der Orte, die wir benötigen, herunterzuladen und unsere Algorithmen anhand der neuen Daten zu trainieren“, sagt Rasthofer. „Jedes Land hat kleine Besonderheiten in seiner Architektur, Infrastruktur und seinen Straßensystemen. Wir kontrollieren das Konfidenzintervall für jedes Objekt, und bei niedrigen Prozentsätzen prüfen wir nach. Wann immer wir Fehler korrigieren, lernen die Algorithmen weiter und verbessern sich, bis wir ein sehr hohes Genauigkeitsniveau erzielen.“

Die über das HxGN Content Program verfügbaren orthorektifizierten Luftbilddaten werden strengen Qualitätssicherungs- und -kontrollmaßnahmen unterzogen, um sicherzustellen, dass sie Vermessungsqualität aufweisen. „Das HxGN Content Program ist ideal auf die Bedürfnisse unserer Kunden in den Bereichen autonomes Fahren, Parkassistenz und Schadensmeldungen für Versicherungs- bzw. Rückversicherungsunternehmen abgestimmt“, so Rasthofer. „Außerdem bieten wir erfolgreich Daten im Zusammenhang mit Infrastruktur, Versorgungsleitungen, Schienenstrecken und anderen Anwendungen an.“

Maschinelles Lernen beschleunigt exakte Kartierung

Das Projekt von TerraLoupe illustriert, dass hochaufgelöste Luftbildfotos in Kombination mit maschinellem Lernen effektiv zur Extraktion von digitalem Content eingesetzt werden können. Die Parkplatzanalyse liefert wertvolle Informationenwie Positionen, Ein- und Ausfahrten und die Anzahl von Fahrzeugen unterschiedlicher Kategorien (kompakt, mittel, groß), für die Platz vorhanden ist. Stadtplaner, Unternehmen, Taxifahrer und Besucher belebter Einkaufsflächen könnten von diesen Daten profitieren.

„Die Verfügbarkeit hochaufgelöster, hochgenauer Bilddaten hat bestimmt, wo wir mit unserem Projekt begonnen haben. Wir planen jedoch die Auswertung aller europäischen Daten, sobald diese von Hexagon bereitgestellt werden, und würden auch gerne in die USA expandieren“, kündigt Rasthofer an. „Generell ist es unser Ziel, alle Arten von Objekten effizient zu extrahieren und eine vollständige digitale Umgebung zu schaffen.“

Die Erfassung von Bildern aus der Luft kann schneller und einfacher erfolgen als mit terrestrischen Methoden, was häufigere Updates erlaubt, die für bestimmte Anwendungen entscheidend sind. Durch die globale Präsenz von Hexagon werden Unmengen verschiedenster Bilddaten generiert, und enge Partnerschaften mit den Datenanbietern gewährleisten, dass die wachsende Nachfrage nach digitalen Karten erfüllt werden kann.