Diplomarbeiten aus dem

VECO - Entwicklung einer automatisierten Fahrzeugerkennung

Aufgabenstellung
Das Verkehrsaufkommen ist in den letzten Jahren stark angestiegen. Vielen Menschen ist jedoch nicht bewusst, wie viele Fahrzeuge auf den Straßen wirklich unterwegs sind und welchen Einfluss der entstehende CO2-Ausstoß auf die Umwelt hat. Die momentane, industrielle Lösung für die Zählung sind Triple-Detektoren (Ultraschall, Infrarot und Radar), die sehr teuer sind. Ziel des Projektes ist es, kostengünstig die Fahrzeuge, die die Messstelle passiert haben, zu zählen und zu dokumentieren.

Realisierung
Um das Projekt umzusetzen, wurde die Open-Source API Tensorflow benutzt. Mittels hunderten von Fotos wurde ein Modell antrainiert, das zur Erkennung von Fahrzeugen dient. Während der Videoaufnahme werden Autos erkannt und eingerahmt. Softwareseitig wird eine Hilfslinie im Bild gezogen. Wird diese Linie überschritten, dann wird das Fahrzeug gezählt. Mittels Raspberry-Pi werden die Daten in Echtzeit ausgewertet und auf einem Display angezeigt.

Projektteam: Florian Wintersteller, Oliver Steinwender, Daniel Waltl

Betreuer: Prof. Dipl.-Ing. Gerfried Susani-Etzerodt