Erfassen Sie in Echtzeit den Belegungsstatus verschiedener Parkplätze.
Sie haben einen Parkplatz, für den die den Belegungsstatus, bzw. die Auslastung analysieren möchten? Unsere Technologie bietet die perfekte Lösung dafür. Überzeugen Sie sich selbst:
Für diesen Anwendungsfall stellt Ihnen unsere Software sämtliche relevante Informationen für die Einzelplatzerkennung sowie die Mehrplatzerfassung zur Verfügung. Unsere Lösung liefert Ihnen den Belegungsstatus für jeden Ihrer konfigurierten Parkplätze.
Die Einzelplatzerkennung liefert Ihnen Informationen über die Belegung Ihres Parkplatzes sowie Informationen zur Fahrzeugklasse auf Ihrem Parkplatz. Beachten Sie an dieser Stelle allerdings, dass die nachstehende Konfiguration auf die Erkennung von Fahrzeugen optimiert und nicht für die Erkennung von Menschen sowie Fahrräder ausgelegt ist. Zudem hängt die Genauigkeit der Klassifizierung von der Kameraeinrichtung ab, so wird die Klassifizierung bei einer Ansicht von oben weniger genau ausfallen.
Eine gute Kamerapositionierung und das Verständnis des folgenden Abschnitts sind entscheidend für eine genaue Erkennung.
Die größte Herausforderung bei der Planung der Kameraeinrichtung besteht darin, mögliche Verdeckungen durch andere Fahrzeuge zu vermeiden. Wir empfehlen die Verwendung des Objektivrechners von Axis oder eines generischen Objektivrechners sowie das gründliche Testen Ihrer Parkplatzkonfiguration unter den folgenden Bedingungen:
Parken Sie ein Auto auf einem der Parkplätze
Stellen Sie ein größeres Fahrzeug (hoher Lieferwagen, kleiner LKW, etc.) daneben ab
Wenn Sie immer noch mindestens 70% des zuerst geparkten Fahrzeugs erkennen können, ist die Erkennung durch das System gewährleistet
Die Parkplätze müssen vollständig sichtbar sein (innerhalb des Sichtfelds der Kamera). Wir garantieren keine volle Genauigkeit für abgeschnittene Stellplätze.
Vermeiden Sie es, dass Stellplätze von Objekten (Bäume, Pfosten, Flaggen, Wände, andere Fahrzeuge, etc.) verdeckt werden. Vermeiden Sie außerdem Kamerapositionen, bei denen Fahrzeuge (insbesondere hohe Fahrzeuge wie Lieferwagen) andere Fahrzeuge verdecken.
Verdeckungen durch andere parkende Autos treten hauptsächlich auf, wenn die Parkplätze und die Kameraausrichtung in dieselbe Richtung ausgerichtet sind.
Um eine bessere Übersicht für Installationen mit mehr Details zur Kameradistanz und zur Montagehöhe zu erhalten, besuchen Sie bitte folgenden Abschnitt mit Standard-Beispielen:
In der untenstehenden Tabelle finden Sie detaillierte Informationen zu den Anforderungen, Einstellungen sowie Positionierung der Kamera.
Die Konfiguration kann zentral im Swarm Control Center durchgeführt werden. Nachfolgend sehen Sie, wie die optimale Konfiguration durchgeführt werden sollte:
Bevor Sie mit der Konfiguration beginnen, stellen Sie bitte sicher, dass Sie Ihre Kamera- und Datenkonfiguration bereits vorgenommen haben.
In den Vorlagen der verschiedenen Events finden Sie die zwei Optionen Single Space (RoI) und Multi Space (RoI). Diese Eventtypen sind die, die Sie für die Konfiguration benötigen. Verwenden Sie ersteres, wenn Sie einen Parkplatz für ein einzelnes Fahrzeug konfigurieren möchten. Wenn Sie für einen Bereich mehr als ein Fahrzeug erwarten, wählen Sie entsprechend zweite Option: Multi Space (RoI). Der Unterschied zwischen diesen beiden Eventtypen ist die maximale Kapazität, die Sie als Trigger festlegen können.
Platzieren Sie die Region of Interest (RoI) auf dem Parkplatz, den Sie konfigurieren möchten. Ein Fahrzeug ist automatisch in der RoI, wenn sich sein Mittelpunkt in der RoI befindet.
Da der Mittelpunkt des Objekts bestimmt, ob sich dieses in einer Region of Interest befindet oder nicht, achten Sie bitte darauf, die RoI unter Berücksichtigung der Perspektive zu konfigurieren.
Sie können Ihre Daten über Data Analytics in verschiedenen Widgets visualisieren.
Im Abschnitt Parkplatzszenarien finden Sie weitere Details zu den möglichen Widgets, die Sie dafür in Ihren Dashboards anlegen und nutzen können:
Sie können die Daten für jeden Einzelstellplatz oder Mehrplatzparkplätze, den Sie mit den Region of Interests konfiguriert haben, problemlos visualisieren. Unsere Widgets informieren Sie über Belegungsstatus, Anzahl der Fahrzeuge pro RoI, etc. für einen oder mehrere Kamerastreams. Sie haben die Möglichkeit, Ihre Daten in verschiedenen Widgets anzeigen zu lassen, beispielsweise für die aktuelle und historische Parkplatzauslastung.
Wenn Sie Ihre Daten für weitere Analysen lokal benötigen, haben Sie die Möglichkeit, die Daten pro Widget als CSV-Datei zu exportieren und beispielsweise in Excel weiter zu verarbeiten.
Wenn Sie die Daten in Ihre IT-Umgebung integrieren möchten, können Sie die API verwenden. In Data Analytics im Control Center finden Sie eine Beschreibung des Anforderungstyps, um die Daten jedes Widgets abzurufen.
Hier finden Sie einige Beispiele, die zeigen, was in verschiedenen Installationsfällen erkannt werden kann.
Wichtige Begriffe zum besseren Verständnis:
Kamerawinkel (Camera Angle): gemessen von einer horizontalen Linie
Kamerahöhe (Camera Height): Montagehöhe der Kamera
Abstand Kamera zu Punkt in der Bildmitte (Distance Camera to Point in the Image-Center): Dieser Abstand ist durch den Kamerawinkel und die Kamerahöhe automatisch festgelegt. Aber auf eine bessere Einschätzung Ihrer Kamerakonfiguration fügen wir ihn als zusätzlichen Parameter hinzu.
Nachstehend geben wir Standardbeispiele mit den folgenden Annahmen:
Fahrzeugbreite: 2 m
Parkplatzlänge/Fahrzeuglänge: 5 m
Höhe des verdeckenden Fahrzeugs: 2,5 m
Erklärung der Farben:
Grün: Empfohlen, ergibt eine gute Genauigkeit
Gelb: Wird in den meisten Fällen funktionieren, aber Parkplätze können verdeckt sein, wenn die Stellplätze daneben von hohen Fahrzeugen belegt sind.
Orange/Rot: Nicht empfohlen; könnte zwar in einigen Fällen funktionieren, aber es besteht generell eine hohe Wahrscheinlichkeit, dass dieser Parkplatz von einem Fahrzeug auf dem benachbarten Stellplatz verdeckt wird.
Schwarz: nicht empfohlen!
Eine größere Entfernung zwischen Kamera und Fahrzeug hilft dabei, insgesamt mehr Fahrzeuge erfassen zu können.
Eine größere Montagehöhe hilft, sollten sich Verkehr oder andere mögliche Verdeckungen vor der Parkplatzreihe befinden.
Bei zwei oder mehr parallelen Parkplatzreihen ist die Montagehöhe entscheidend, um Verdeckungen zu reduzieren - es gilt: je höher die Montagehöhe, desto besser.
Der Abstand von der Kamera zum Fahrzeug hat negative Auswirkungen auf Verdeckungen. Es muss also die richtige Kombination aus Abstand und Höhe gefunden werden.
| Einstellung | Empfohlen |
|---|---|
| Konfiguration | Einstellungen |
|---|---|
Wenn der Abstand von der Kamera zum Objekt, bzw. zum Parkplatz, sehr groß ist, ist die Perspektive ausschlaggebend und die RoI muss dementsprechend an die Perspektive angepasst werden. Um die Kalibrierung bestmöglich zu unterstützen, können Sie den Kalibrierungsmodus nutzen, der oben rechts im Konfigurationsscreen aktiviert werden kann: Sie sehen dann die Detektionsfelder und Mittelpunkte der Fahrzeuge, die sich gerade im Kamerabild befinden, so lässt sich die RoI leichter konfigurieren.
Model
Konfigurationsoption
Single Space (RoI) oder Multi Space (RoI)
Enable or disable raw tracks
Deaktiviert
Objektgeschwindigkeit
0 km/h
Tag/Nacht/Beleuchtung
Tagsüber
Nachts (Sofern die Umgebung gut ausgeleuchtet oder Night-Vision-Modus aktiviert ist)
Innen-/Außenanwendung
beides
Erwartete Genauigkeit
(wenn alle Umwelt-, Hardware- und Kameraanforderungen erfüllt sind)
> 95% Ohne Berücksichtigung der Klassifizierung
Unterstütze Produkte
VPX, P401, P101/OP101, P100/OP100
Frames Per Second (fps)
5
Pixels Per Meter ist eine Maßeinheit, die verwendet wird, um die Menge an potenziellem Bilddetail zu definieren, die eine Kamera bei einer bestimmten Entfernung bietet.
>60 PPM
Die Verwendung der unten definierten Kameraparameter gewährleistet das Erreichen des mindestens erforderlichen PPM-Werts. Tipp: Verwenden Sie den Objektivrechner von Axis oder einen generischen Objektivrechner.
Videoauflösung
1280 × 720 Pixel
Videoprotokoll/Codec
RTSP/H264
Brennweite
2.8 mm - 4 mm
Kameramontage - Abstand zum Objektzentrum
5-30 m, Fahrzeuge sollten sich möglichst zentral/mittig im Bild befinden.
Bei einer Entfernung von 5 m zur Kamera können wir eine hohe Genauigkeit für drei Parkplätze garantieren, die orthogonal zur Kamera ausgerichtet sind. Generell gilt: Je weiter die Entfernung zur Kamera, desto größer ist der Überblick über die Parkplätze.
Kameramontage - Befestigungshöhe
Innen: 2,5 - 5 m Außen: 2,5 - 10 m Höher ist besser: Fahrzeuge können geparkte Autos verdecken, daher empfehlen wir möglichst hohe Montagepunkte.
Wide Dynamic Range
Muss aktiviert werden.
Night Vision
Muss aktiviert werden.
Anwendungsfälle für verschiedene Parkplatzszenarien
Mit unserer Swarm Perception Platform können Sie dank der nachstehend abgedeckten Anwendungsfälle für jede Parkumgebung eine Lösung finden.
Hilfreiche Informationen zur automatischen Kennzeichenerkennung (Automated License Plate Recognition, ANPR).
Die automatische Kennzeichenerkennung funktioniert in vier Schritten. Dabei werden Fahrzeuge und Kennzeichen erkannt, die Kennzeichen werden gelesen und Ereignisse werden ausgelöst.
1. Fahrzeugerkennung
Fahrzeuge wie Autos, Lastwagen und Busse werden erkannt und im Videostream verfolgt.
2. Kennzeichenerkennung
Für jedes erkannte Fahrzeug werden die Kennzeichen erkannt und den Fahrzeugen entsprechend zugeordnet.
3. Lesen der Kennzeichen
Für jedes erkannte Kennzeichen wird anschließend eine optische Zeichenerkennung (OCR) angewendet, um das Kennzeichen zu lesen.
4. Ereignis senden
Wenn das Fahrzeug nun eine Counting Line überquert, wird ein Ereignis mit dem Text des erkannten Kennzeichens gesendet.
Die größte Herausforderung bei ANPR-Installationen besteht darin, gut lesbare Kennzeichen zu erfassen. Dafür ist ein scharfes und gut beleuchtetes Bild ohne Verdeckungen oder unscharfe Objekte erforderlich, um korrekte Ergebnisse zu erzielen. Der folgende Leitfaden soll zeigen, wie Sie unsere Technologie für ANPR optimal einrichten und die häufigsten Probleme vermeiden können.
Unser System ist für zwei typische Installationen ausgelegt, die wir hier nachfolgend beschreiben:
Für dieses Setup wird die Kamera in einer Höhe von ca. zwei Metern montiert, möglichst nah an der Seite der Fahrspur, um einen hohen horizontalen Winkel zu vermeiden. Sofern möglich, sollte sichergestellt sein, dass Fahrzeuge in der Spur bleiben, um genaue Ergebnisse für die Kennzeichenerkennung zu erzielen.
Wenn die Kamera über den Fahrzeugen positioniert wird (z.B. an der Ein-/Ausfahrt einer Garage), können maximal zwei Fahrspuren abgedeckt werden.
Damit das System ordnungsgemäß funktioniert, sollten Fahrzeuge gerade durch das Bild fahren, sodass die Kennzeichen in der gesamten Szene sichtbar ist. Die Kamera sollte in einer Höhe von drei Metern angebracht sein und Fahrzeuge direkt von vorne oder hinten gegenüberstehen, um einen hohen horizontalen Winkel zum Kennzeichen zu vermeiden.
Die Kameraeinrichtung kann manchmal knifflig sein und erfordert oftmals etwas Experimentieren mit der Kameraposition sowie den Parameters, um optimale Ergebnisse zu erzielen. Die folgenden Abschnitte beschreiben häufige Probleme mit Kameras und wie man diese vermeiden kann.
Kennzeichen müssen mit 250 Pixel-per-Meter (PPM) sichtbar sein. Bei europäischen Standardkennzeichen bedeutet dies eine Mindesthöhe von 30 Pixel und eine Mindestbreite von 100 Pixel für die Auflösung, um gute Erkennungsergebnisse zu erzielen.
Für Kameraeinstellungen mit Objektabständen innerhalb der Spezifikation ist eine FullHD-Auflösung (1080p) ausreichend. In einigen Fällen kann es auch hilfreich sein, eine höhere Auflösung (4MP oder 2K) zu wählen, um ein schärferes Bild zu erhalten.
Wir empfehlen, während der Einrichtung die Größe der Kennzeichenausschnitte manuell zu überprüfen.
Kennzeichen müssen aus einem direkten Betrachtungswinkel zu sehen sein. Kleine Winkel (<20° horizontal, <30° vertikal) und eine Neigung von <5° können problemlos verarbeitet werden, während größere Winkel überhaupt nicht funktionieren. Bei größeren Betrachtungswinkeln neigt das System eher dazu, Zeichen zu verwechseln oder Zeichen am Rand nicht zu erkennen.
Für Kamerapositionen von der Seite wird empfohlen, maximal eine Fahrspur zu analysieren, während bei Kameraperspektiven von oben auch zwei Fahrspuren betrachtet werden können.
Die Beleuchtung der jeweiligen Szenen hat zwei wesentliche Auswirkungen.
Mit guter Beleuchtung kann eine niedrige Verschlusszeit gewählt werde und die Bilder werden weniger verwischt, das gilt insbesondere für schnell fahrende Fahrzeuge.
Eine gute Beleuchtung reduziert den ISO-Wert der Kamera, in der Folge erscheinen die Bilder weniger körnig und dafür schärfer.
Einige Kameras bieten zusätzliche Beleuchtungsmöglichkeiten, die nützlich sein können. Wenn das Kameralicht nicht ausreicht, ist eine externe Beleuchtung der Szene erforderlich.
Die digitale Rauschunterdrückung (DNR) sollte auf einen geringen Wert eingestellt sein, um Körnigkeit zu reduzieren.
Eine niedrige Verschlusszeit ist wichtig für sich bewegende Objekte, um ein scharfes Bild zu erhalten und gleichzeitig Unschärfe durch Bewegung zu vermeiden. Während im Allgemeinen schneller meist besser ist, hängt die gewählte Verschlusszeit von der Beleuchtung in der Szene ab.
Abhängig von der Fahrzeuggeschwindigkeit ist eine Verschlusszeit von 1/250 das absolute Minimum für dich bewegende Objekte unter 15 km/h. Für schnellere Fahrzeuge bis zu 40 km/h ist eine Verschlusszeit von 1/500 eine gute Wahl. Für schnellere Objekte empfehlen wir entsprechend eine noch niedrigere Verschlusszeit, die allerdings nur bei sehr guter Beleuchtung funktioniert.
Für Installationen mit unserer P101 supporten wir ANPR bis zu einer Geschwindigkeit von maximal 15 km/h.
Für die Übertragung des Kamerabildes wird eine Codierung verwendet. Unterschiedliche Codierungen können Daten sparen und die Bildqualität reduzieren. Wie wir wissen, ist für die Anwendung von ANPR allerdings eine hohe Bildqualität erforderlich. Wählen Sie deswegen den H.264-Codec und eine hohe Bitrate von >6000kbps für FullHD-Inhalte (1080p), sowie eine Bitrate von >8000kbps für 4MP-Videomaterial mit 25 fps aus.
Zusätzliche Funktionen wie BLC und WDR empfehlen wir nicht, da die Nachbearbeitung Details reduzieren kann. Wenn diese Funktionen dennoch erforderlich sind, sollte der Einfluss auf die Videoqualität überprüft werden.
Eine konstante Bitrate (CBR) führt normalerweise zu einer besseren Qualität als eine variable Bitrate (VBR).
Bei der Kameraeinrichtung empfehlen wir, einige kurze Testvideos mit verschiedenen Beleuchtungsbedingungen (morgens, mittags, abends, nachts) aufzunehmen, um zu überprüfen, ob Kennzeichen unter allen Bedingungen deutlich sichtbar sind.
Eine Hilfestellung: Wenn Kennzeichen für das menschliche Auge nicht erkennbar sind, kann das ANPR-Feature die Kennzeichen auch nicht erkennen. Stellen Sie demnach sicher, dass Sie gute und klare Kameraaufnahmen für beste Ergebnisse erhalten.
Eine geeignete Position des Event-Triggers (Counting Line) ist entscheidend für gute ANPR-Ergebnisse. Wenn die Linie zu weit hinten positioniert ist, hat das Modell nicht ausreichend Zeit, das Nummernschild zu erkennen und zu identifizieren, bevor ein Event gesendet wird. Wenn sich die Counting Line an einer Position befindet, an der das Kennzeichen nur aus einem suboptimalen Winkel sichtbar ist, werden die Ergebnisse entsprechend ungenau ausfallen.
Um die optimale Position der Counting Line identifizieren zu können, ist ein kurzes Debug-Video der Szene mit drei bis fünf Fahrzeugen sehr hilfreich. Bei der Analyse dieses Videos sollte das Fahrzeug durch den optimalen Ausschnitt mit der bestmöglichen Sicht auf das Kennzeichen verfolgt werden (siehe Beispiel 6). Sobald die Sicht auf das Kennzeichen schlechter wird (Beispiel 7), sollte die Counting Line direkt hinter der Mitte des Fahrzeugs positioniert werden.
Auf diese Weise ist garantiert, dass das System die besten Videoausschnitte nutzen kann, um das Nummernschild zu erkennen sowie zu identifizieren und das Event so noch vor der Verschlechterung der Sicht zu senden.
Unser ANPR-Feature wurde gründlich und unter zahlreichen Bedingungen getestet. In unserer Testumgebung verfügen wir über ca. fünf verschiedene Szenen und die Genauigkeiten werden auf der Grundlage von mehr als 800 Fahrzeugen mit europäischen Kennzeichen berechnet. Mit der Gesamtgenauigkeit meinen wir den Prozentsatz korrekt identifizierter Fahrzeuge und Kennzeichen im Vergleich zu allen Fahrzeugen mit lesbaren Kennzeichen.
Unter den angegebenen Bedingungen erreicht unsere Technologie >95% Gesamtgenauigkeit in Umgebungen mit langsam fahrenden Fahrzeugen sowie >90% Gesamtgenauigkeit bei schnell fahrenden Fahrzeugen.
Für eine Analyse von potentiellen Fehlern, beachten Sie bitte die nachfolgend beschriebenen Limitationen.
Eine der grundlegenden Limitationen, die nicht gelöst werden kann, ist die grundsätzliche Lesbarkeit von Nummernschildern. Das heißt, Nummernschilder, die beispielsweise durch Hindernisse verdeckt oder von Dreck, Staub oder Schnee bedeckt sind. Gleiches gilt auch für falsch montierte Kennzeichen. Umweltbedingungen wie Starkregen oder dichter Schneefall können ebenfalls eine Limitation darstellen und so zu ungenauen Ergebnissen führen.
Es gibt einige grundsätzliche Einschränkungen, bei denen das System einfach keine guten Ergebnisse liefern kann. Diese versuchen wir nachfolgend zu erläutern, bzw. zu erklären, wie diese Einschränkungen vermieden werden können.
1. Beleuchtung
Derzeit unterstützt unser System nur gut ausgeleuchtete Szenen, insbesondere tagsüber, oder wenn Nachtszenen sehr gut ausgeleuchtet und Nummernschilder klar erkennbar sind.
2. Einzeilige Kennzeichen
Zweizeilige Kennzeichen, wie sie oft bei Motorrädern zu sehen sind, werden nicht unterstützt und können demnach nicht erkannt werden.
3. Europäische Kennzeichen
Unsere Technologie ist für Standard-EU-Kennzeichen ausgelegt. Es kann durchaus sein, dass unser Modell auch Nummernschilder aus Ländern außerhalb der EU erkennt, allerdings garantieren wir dies nicht.
Innerhalb der ANPR-Technologie kann es zu den folgenden vier Fehlertypen kommen:
Kein Fahrzeug wird erkennt (<1% Fehlerquote)
Kein Kennzeichen wird erkannt (<0,1% Fehlerquote)
Es wird ein Event gesendet, ohne dass ein Fahrzeug die Kamera passiert (<0,1% Fehlerquote)
Kennzeichen wird falsch erkannt (<5-10% Fehlerquote, abhängig vom Szenario)
Das OCR-System identifiziert Zeichen für Zeichen. In den meisten Fehlerfällen handelt es sich um einzelnes Zeichen, dass falsch gelesen oder übersehen wurde. In einigen Ländern sehen sich verschiedene Nummernschildzeichen zum Verwechseln ähnlich - oder sind sogar identisch - und dadurch kann es entsprechend zu Verwechslungen kommen, so etwa:
B und 8
D and 0
0 and O
I and 1
5 and S
Die beste Option, um diese Verwechslungen zu vermeiden, besteht darin, eine klare Frontansicht auf die Nummernschilder bei der Konfiguration zu erhalten. Für Systeme, die einfahrende sowie ausfahrende Kennzeichen abgleichen müssen, könnte es von Vorteil sein, sie mit einer unscharfen Suche abzugleichen, die Verwechslungen und doppelte Zeichen berücksichtigt. Beispiel: Das System könnte dann immer noch Kennzeichen wie S123A0 undSI23AO abgleichen, auch wenn das zweite Event am selben oder folgenden Tag stattfindet.
Wurden alle Empfehlungen für das Setup umgesetzt und die Kamerakonfiguration ist dennoch nicht zufriedenstellend, gibt es noch externe Verbesserungsmöglichkeiten, die vorgenommen werden können. Die besten Ergebnisse werden erzielt, wenn sie kombiniert werden:
Wenn möglich, sollten die Fahrzeuge im Bereich der ANPR-Szene langsamer fahren, sodass mehr Zeit zum Erkennen und Identifizieren der Kennzeichen bleibt.
Reduzieren Sie den Abstand zwischen Fahrzeug und Kamera, z.B. durch einspuriges Einfahren auf den Parkplatz.
Verwenden Sie bei Möglichkeit den Kamerazoom, um auf den Bereich mit der besten Sicht auf die Kennzeichen zu fokussieren. Dies kann ebenfalls bei einer geringen Videoauflösung helfen.
Sollte die Leistung unseres Systems ein Problem darstellen (etwa durch eine zu geringe Bildrate), kann es helfen, bei der Kamerakonfiguration unnötige Bildbereiche zu maskieren, bzw. auszublenden. Dadurch wird der Fokus des Systems auf den Bereich gelegt, der relevant für ANPR ist.
Wie Sie erfolgreich ein schrankenloses Parkplatzszenario kombiniert mit ANPR einrichten.
Wenn Sie über einen Parkplatz verfügen, für den Sie Auslastung sowie Parkdauer Ihrer Kundinnen und Kunden analysieren möchten, können Sie unsere Lösung wie folgt verwenden:
Für diesen Anwendungsfall stellt Ihnen unsere Software sämtliche relevante Informationen für Ihre Zählung basierend auf Ein- und Ausfahrten zur Verfügung. Sie erfasst die Anzahl der Fahrzeuge auf Ihrem Parkplatz sowie die Anzahl der Fahrzeuge, die Ihren Parkplatz befahren sowie verlassen. Das Ganze kann für benutzerdefinierte Zeiträume konfiguriert werden.
Die Fahrzeuge werden basierend auf unseren definierten Klassen erkannt. Beachten Sie bitte, dass die folgende Konfiguration für die Erkennung von Fahrzeugen und nicht für Personen sowie Fahrräder optimiert ist.
Dank der Kennzeichenerkennung (ANPR) werden die Parkzeiten Ihrer Kundinnen und Kunden genau analysiert. Zusätzlich zu den Kennzeichendaten steht auch das Herkunftsland des Kennzeichens als Metainformation zur Verfügung. Die Ländercodes entsprechen dem ISO 3166 Alpha 2-Standard. Die Länderklassifizierung arbeitet mit einer ausgezeichneten Genauigkeit von 99%.
Nachfolgend finden Sie einige allgemeine Einstellungen für die Installation dieses Anwendungsfalls. Da die automatische Nummernschilderkennung weitere detaillierte Informationen erfordert, finden Sie zusätzliche Informationen zur Einrichtungen im dazu eigens angelegten Abschnitt:
Die Konfiguration kann zentral im Swarm Control Center durchgeführt werden. Nachfolgend sehen Sie, wie die optimale Konfiguration für die Zählung der Ein- und Ausfahrten mit Kennzeichenerkennung eingestellt werden sollte:
Bevor Sie mit der Konfiguration beginnen, stellen Sie bitte sicher, dass Sie Ihre Kamera- und Datenkonfiguration bereits vorgenommen haben.
| Konfiguration | Einstellungen |
|---|---|
Um die Auslastung Ihres Parkplatzes einschließlich der Parkdauer Ihrer Kund:innen zu erfassen, muss für jede Ein- und Ausfahrt eine Counting Line (CL) konfiguriert werden. Diese sollte sich etwa am Anfang des letzten Drittels des Videobilds befinden, damit das jeweilige Fahrzeug über mehrere Frames erfasst werden kann und die Kennzeichenerkennung sowie die Klassifizierung am genauesten ist.
Bitte beachten Sie, dass die In/Out-Richtung der Counting Line akkurat sein muss, da sie für die Auslastung des Parkplatzes ausschlaggebend ist (In = Einfahrt zum Parkplatz, Out = Ausfahrt, bzw. Verlassen des Parkplatzes).
Sie können Ihre Daten über Data Analytics in verschiedenen Widgets visualisieren.
Im Abschnitt Parkplatzszenarien finden Sie weitere Details zu den möglichen Widgets, die Sie für Parkplatzanalysen in Ihren Dashboards anlegen und nutzen können.
Sie können die Daten für jede mit Counting Lines konfigurierte Ein-/Ausfahrt visualisieren. Dadurch haben Sie die Möglichkeit, sich die Anzahl der Fahrzeuge mit ihren main classes sowie sub classes anzeigen zu lassen, die Ihren Parkplatz befahren haben.
Zusätzlich dazu können Sie eine Liste ihrer Kundinnen und Kunden mit den entsprechenden Kennzeichen erstellen, die länger als die vordefinierte Parkdauer geparkt haben. Zum Nachweis können Sie auch ein Bild des ein- und ausfahrenden Fahrzeugs sehen. Bitte beachten Sie an dieser Stelle, dass Sie diese Konfiguration in Einklang mit datenschutzrechtlichen Bestimmungen konfigurieren müssen.
Wenn Sie Ihre Daten für weitere Analysen lokal benötigen, haben Sie die Möglichkeit, die Daten pro Widget als CSV-Datei zu exportieren und beispielsweise in Excel weiter zu verarbeiten.
Wenn Sie die Daten in Ihre IT-Umgebung integrieren möchten, können Sie die API verwenden. In Data Analytics im Control Center finden Sie eine Beschreibung des Anforderungstyps, um die Daten jedes Widgets abzurufen.
Falls Sie einen benutzerdefinierten MQTT-Broker verwenden, können Sie die Rohdaten auch dort abrufen. Wir bieten für diesen Fall eine spezielle Option, um die Erfassung des Kennzeichen zum Ereignisschema hinzuzufügen. Dadurch können Sie der Erfassung innerhalb der gesendeten MQTT-Nachricht abrufen. Das Bild ist in BASE64 codiert. Um diese Option zu aktivieren, kontakten Sie bitte unseren Support.
Die Kennzeichenerkennung wird nicht auf den Swarm Perception Boxen P100 unterstützt. Für diesen Anwendungsfall wird demnach die Swarm Perception Box P401, P101 oder eine VPX-Installation mit NVIDIA-basierter Hardware benötigt.
Wie Sie erfolgreich ein schrankenloses Parkplatzszenario einrichten, um verlässliche Daten zur Auslastung zu erhalten.
Sie haben einen Parkplatz, auf dem Sie einfach nur die Auslastung durch Zählung von Ein- und Ausfahrten erfahren möchten? Unsere Technologie bietet die perfekte Lösung, um dies auf einfache Weise zu erreichen. Überzeugen Sie sich selbst:
Für diesen Anwendungsfall stellt Ihnen unsere Software sämtliche relevante Informationen für Ihre Zählung basierend auf Ein- und Ausfahrten zur Verfügung. Sie erfasst die Anzahl der Fahrzeuge auf Ihrem Parkplatz sowie die Anzahl der Fahrzeuge, die Ihren Parkplatz befahren sowie verlassen. Das Ganze kann für benutzerdefinierte Zeiträume konfiguriert werden.
Die Fahrzeuge werden basierend auf unseren definierten Klassen erkannt. Beachten Sie bitte, dass die folgende Konfiguration für die Erkennung von Fahrzeugen und nicht für Personen sowie Fahrräder optimiert ist.
Die Konfiguration kann zentral im Swarm Control Center durchgeführt werden. Nachfolgend sehen Sie, wie die optimale Konfiguration für die Zählung der Ein- und Ausfahrten mit Kennzeichenerkennung eingestellt werden sollte:
Bevor Sie mit der Konfiguration beginnen, stellen Sie bitte sicher, dass Sie Ihre Kamera- und Datenkonfiguration bereits vorgenommen haben.
| Konfiguration | Einstellungen |
|---|---|
Um die bestmögliche Genauigkeit für die Zählung sowie Klassifizierung zu erreichen, sollte die Counting Line etwa in der Mitte des Videoframes platziert werden, damit Fahrzeuge aus beiden Richtungen ausreichend lange erfasst und somit erkannt sowie klassifiziert werden können.
Bitte beachten Sie, dass die In/Out-Richtung der Counting Line akkurat sein muss, da sie für die Auslastung des Parkplatzes ausschlaggebend ist (In = Einfahrt zum Parkplatz, Out = Ausfahrt, bzw. Verlassen des Parkplatzes).
Sie können Ihre Daten über Data Analytics in verschiedenen Widgets visualisieren.
Im Abschnitt Parkplatzszenarien finden Sie weitere Details zu den möglichen Widgets, die Sie für Parkplatzanalysen in Ihren Dashboards anlegen und nutzen können.
Sie können die Daten für jede mit Counting Lines konfigurierte Ein-/Ausfahrt visualisieren. Dadurch haben Sie die Möglichkeit, sich die Anzahl der Fahrzeuge mit ihren main classes sowie sub classes anzeigen zu lassen, die Ihren Parkplatz befahren haben - entweder als aggregierte Daten über mehrere Ein- und Ausfahrten oder separat pro Ein- bzw. Ausfahrt. Beim Erstellen eines Dashboards für Parkplatzszenarien bieten wir standardmäßig die Widgets Current Parking Utilization sowie Historic Parking Utilization an.
Wenn Sie Ihre Daten für weitere Analysen lokal benötigen, haben Sie die Möglichkeit, die Daten pro Widget als CSV-Datei zu exportieren und beispielsweise in Excel weiter zu verarbeiten.
Wenn Sie die Daten in Ihre IT-Umgebung integrieren möchten, können Sie die API verwenden. In Data Analytics im Control Center finden Sie eine Beschreibung des Anforderungstyps, um die Daten jedes Widgets abzurufen.
Objektgeschwindigkeit
<30 km/h
Tag/Nacht/Beleuchtung
Tagsüber/Gut beleuchtet
Innen-/Außenanwendung
beides
Erwartete Genauigkeit (Zählungen, wenn alle Umwelt-, Hardware- und Kameraanforderungen erfüllt sind)
>95% Für diese Genauigkeit werden lediglich Fahrzeuge berücksichtigt. Bei Parkplätzen werden Menschen sowie Zweiräder nicht in unsere Test-Szenarien einbezogen, da sie keine Parkplätze (für Fahrzeuge) belegen.
Supported Products
VPX, P401, P101/OP101, P100/OP100
Frames Per Second (fps)
12
Europäische Länder
Art des Kennzeichens
"Standard"-Kfz-Kennzeichen (520 x 120/110 mm)
Hinweis: Quadratische zweizeilige Kennzeichen (z.B. für Motorräder) werden nicht unterstützt.
Objektgeschwindigkeit
< 40 km/h bei schlechten Lichtverhältnissen
Fokusbereich
Einspurig, wenn die Kamera seitlich montiert ist; zweispurig bei mittiger (über beiden Fahrspuren) montierter Kamera
Tag/Nacht/Beleuchtung
Tagsüber oder gut beleuchtet (min. 500 Lux)
Innen-/Außenanwendung
beides
Erwartete Genauigkeit (Zählung + Kennzeichenerkennung, wenn alle Umwelt-, Hardware- und Kameraanforderungen erfüllt sind)
>90% Es werden lediglich Fahrzeuge berücksichtigt. Für Parkplatzanalysen sind Menschen, Fahrräder sowie Motorräder nicht Teil unserer Testszenarien, da sie keine Parkplätze belegen.
Pixels Per Meter ist eine Maßeinheit, die verwendet wird, um die Menge an potenziellem Bilddetail zu definieren, die eine Kamera bei einer bestimmten Entfernung bietet.
>250 PPM
Um ein Kennzeichen klar erkennen zu können, werden mindestens 250 PPM benötigt. Durch Verwendung der unten definierten Kameraparameter wird sichergestellt, dass der minimale erforderliche PPM-Wert erreicht wird.
Tipp: Verwenden Sie den Objektivrechner von Axis oder einen generischen Objektivrechner.
Videoauflösung
min. 1920 × 1080 Pixel (H264)
Brennweite
min 3.6-8 mm (eine motorisch verstellbare, Brennweite wird empfohlen)
Montage
Abstand und Höhe der Installation
Hinweis: Durch das Einstellen des korrekten Abstands zum Fahrzeug und der optimalen Montagehöhe sollte der korrekte vertikale Winkel zum Kennzeichen erreicht werden. Horizontaler Winkel zum Kennzeichen
Belichtung/Verschlusszeit
max. 1/250 für Objekte, die sich nicht schneller als 40 km/h bewegen.
Hikvision
Bullet-Kamera
Motorisches Gleitsichtobjektiv
Model
Konfigurationsoption
Counting Line (CL)
ANPR
Aktiviert
Enable or disable raw tracks
Deaktiviert
Pixels Per Meter ist eine Maßeinheit, die verwendet wird, um die Menge an potenziellem Bilddetail zu definieren, die eine Kamera bei einer bestimmten Entfernung bietet.
>60 PPM
Die Verwendung der unten definierten Kameraparameter gewährleistet das Erreichen des mindestens erforderlichen PPM-Werts. Tipp: Verwenden Sie den Objektivrechner von Axis oder einen generischen Objektivrechner.
Videoauflösung
1280 × 720 Pixel
Videoprotokoll/Codec
RTSP/H264
USB 3.0/UYVY, YUY2, YVYU
Brennweite
2.8 mm
Kameramontage - Abstand zum Objektzentrum
5-20 m
Kameramontage - Befestigungshöhe
3-6 m
Kameramontage - vertikaler Winkel zum Objekt
<50°
Hinweis: Durch das Einstellen des korrekten Abstands zum Fahrzeug und der optimalen Montagehöhe sollte der korrekte vertikale Winkel zum Objekt erreicht werden.
0° - 90°
Wide Dynamic Range
Muss aktiviert sein.
HikVision
2,8 mm Brennweite
Model
Konfigurationsoption
Counting Line (CL)
Events for repeated CL crossings
Aktiviert
ANPR
Deaktiviert
Enable or disable raw tracks
Deaktiviert
Beispiele:
Kameramontage - horizontaler Winkel zum Objekt
