Edge AI für Smart Cities: Objekterkennung in Echtzeit

"Durch die Integration von Intelligenz im Edge-Gerät hat die Lösung von Artificialy die Kamera von einem passiven Sensor in einen aktiven Beobachter verwandelt. Sie zeichnet nicht nur auf, sie versteht."

Challenge

Ein grosser Technologiehersteller bereitete die Einführung einer neuen intelligenten Kamera für Smart Cities-Anwendungen wie Verkehrsmanagement und Fussgängererkennung vor. Die Challenge hatte zwei Seiten:

Verbesserung der Objekterkennungsgenauigkeit von Strassenelementen (z. B. Ampeln, Busse, Fussgänger), selbst bei schlechter Beleuchtung oder schlechtem Wetter
Unterbringen eines robusten KI-Modells innerhalb der engen Hardware-Beschränkungen von 8 MB Speicherplatz

Das alte MobileNet-Modell war zwar kompakt, aber unter realen Strassenbedingungen nicht stabil genug und bot keine ausreichende Erkennungsqualität. Es wurde eine intelligentere Lösung benötigt, die lokal ausgeführt werden konnte und zuverlässig funktionierte.

Mit dem Ausbau intelligenter Städte integrieren Technologieanbieter in den Bereichen Imaging und Mobilität intelligente Edge-Systeme. Ihr Ziel: Sicherere und effizientere städtische Umgebungen durch Echtzeitdaten und autonome Entscheidungsfindung zu ermöglichen.

Unsere KI-Lösung

Wir haben ein massgeschneidertes, YOLO-basiertes Objekterkennungssystem entwickelt, das für die smarte Kamera des Kunden optimiert ist. Das Modell wurde in TensorFlow entwickelt und so gestaltet, dass es die genauen Speicher- und Leistungsbeschränkungen des Zielgeräts erfüllt.

Zu den wichtigsten Innovationen gehören:

Pruning-Techniken zur Verkleinerung der Modellgrösse von 6 Mio. auf 4 Mio. Parameter
Tracking-Algorithmen für eine flüssigere Objekterkennung über Video-Frames hinweg
Tests unter verschiedenen Wetter-/Lichtbedingungen zur Gewährleistung der Robustheit

Das Ergebnis ist ein KI-Modell, das direkt auf dem Gerät läuft und Rohvideos in verwertbare Erkenntnisse umwandelt, ohne dass eine externe Rechenleistung oder Verbindung erforderlich ist. Die Daten werden dann zur weiteren Verarbeitung an ein zentrales System gestreamt.

Ergebnisse

Das verbesserte AI-Vision-System ermöglichte es dem Kunden, mit Zuversicht vom Prototyp zum realen Einsatz in einer grossen europäischen Hauptstadt überzugehen.

Das Modell wurde um 33 % verkleinert, ohne die Leistung zu beeinträchtigen
Erzielte eine höhere Genauigkeit als das vorherige MobileNet-Setup
Überprüfte Funktionalität bei schlechten Wetter- und Lichtverhältnissen
Erfolgreiche Integration und Tests im Kontext der intelligenten Infrastruktur in Rom

Mit diesem Durchbruch ist der Weg frei für intelligentere, sicherere und reaktionsfähigere städtische Umgebungen.