Technologie

 

Erfahren Sie mehr über die Elemente von AIPARK.

Technologie

AIPARK basiert auf zwei wesentlichen Technologien:

  1. Algorithmen zur automatisierten Kartographierung von Parkflächen mithilfe von Luft- und Satellitenbildern
  2. Präzise Auslastungsmodelle für Parkplätze, die auf Deep Learning basieren

Das System aggregiert und analysiert eine hohe Zahl an dynamischen Geoinformationen in den Lebensbereichen Verkehr, Infrastruktur und Gesellschaft. Diese Daten beschreiben jeweils spezifische Einflüsse auf die Parksituation an beliebigen Orten in ganz Deutschland. Sogenannte Floating Car Data ist ein wichtiges Beispiel für die verarbeitete Informationsgrundlage.

prinzip
Elemente des AIPARK-Systems

Automatisierte Kartographierung von Parkflächen

In den meisten Städten existieren nur Schätzungen darüber, wie viele Parkmöglichkeiten für die motorisierte Fahrzeuge tatsächlich existieren. Herkömmliche Karten in diesem Bereich sind daher auf spezielle Bereiche oder Parkplatztypen beschränkt. Das bietet Autofahrern nur einen eingeschränkten Mehrwert bei der Parkplatzsuche.

Extraktion von Parkflächen aus Satelliten-/Luftbildern

wv3
WorldView-3 Satellit
Aus diesem Grund wurde im Rahmen von AIPARK ein eigenes Verfahren entwickelt, um Parkplätze in hoher Genauigkeit auf leicht skalierbare Weise zu vermessen. Das System nutzt Techniken aus dem Bereich Computer Vision und basiert auf der Erkennung von Fahrzeugen auf hochauflösenden Luft- und Satellitenbildern. Die relative Position von Fahrzeugen und Straßennetz lässt eindeutige Rückschlüsse auf die Lage von Parkflächen zu. Das Verfahren eignet sich besonders für die Erkennung von On-Street Parkplätzen, welche für Autofahrer in Stadtgebieten von besonderem Interesse sind.

Im Vergleich zu manueller Kartographierung ist unsere Methode kostengünstig, leicht skalierbar und standardisiert anwendbar. Sie kann überall dort eingesetzt werden, wo Satelliten- oder Luftbilder in ausreichender Auflösung verfügbar sind.

vehicleDetection
Erkennung parkender Fahrzeuge, Satellitenbild, Braunschweig
Durch einen mehrstufigen Vorverarbeitungs- und Analyseprozess, sowie einer nachträglichen Plausibilitätsprüfung der Ergebnisse, ist das Verfahren robust gegenüber Bildstörungen. Auch schwierige Szenerien mit variierenden Lichtverhältnissen und teilweise verdecktem Sichtfeld durch Wolken, Bäume oder hohe Wohnhäuser werden zuverlässig verarbeitet.

Wie auf der Abbildung rechts beispielhaft zu erkennen ist, unterscheidet das Modul  zwischen fahrenden Autos und parkenden Fahrzeugen am Straßenrand unter geschickter Berücksichtigung des Straßenverlaufs.

 

Generierung von Parkplatz-Metainformationen aus Floating Car Data

Über die reine geographische Position von Parkplätzen hinaus benötigen Autofahrer im Alltag natürlich eine Vielzahl weiterer Informationen. Ist ein Parkplatz kostenlos? Nur für Anwohner vorgesehen? Oder herrscht zu bestimmten Uhrzeiten oder Tagen ein Parkverbot? Statt diese Informationen unter hohem Kosten- und Zeitaufwand manuell zu erheben, ist AIPARK in der Lage, diese Daten mithilfe von Floating Car Data aus dem Parkverhalten von Fahrzeugen zu extrahieren.

Je nach Charakteristika der beachteten Parkfläche unterscheidet sich das Parkverhalten von Autofahrern signifikant. Diese Indikatoren identifiziert das System mithilfe von Methoden des maschinellen Lernens. Die Technologie erlaubt es so beispielsweise, kostenlose Parkplätze aufgrund dieser abstrakten Merkmale mit sehr hoher Genauigkeit zu identifizieren.

Maßgeblich auf Grundlage der vorgestellen Technolgien umfasst die AIPARK Parkplatz-Datenbank gegenwärtig detaillierte Parkinformationen zu mehr als 60 Millionen Stellplätzen in ganz Deutschland.

Deep Learning

ann
Künstliches neuronales Netz, schematische Darstellung
Diverse Studien haben in der Vergangenheit bereits belegt, dass sich das Mobilitätsverhalten von Menschen stark an repetitiven Muster orientiert. Für die Belegung von Parkplätzen impliziert das ein häufig stark periodisches Verhalten mit hoher Vorhersagbarkeit. Um diese Muster in Auslastungsmodellen nachzubilden, aggregiert und analysiert das AIPARK-System große Datenmengen aus unterschiedlichsten Quellen. Beachtet werden dabei alle Informationen, die das Parkverhalten der Menschen beeinflussen. Hierzu zählen zum Beispiel öffentliche Veranstaltungen, Feiertage, diverse sozioökonomische Indikatoren und die Verteilung historischer Parkvorgänge. Zur Analyse nutzt AIPARK eine mehrphasige Modellarchitektur, die im Kern maßgeblich auf künstlichen neuronalen Netzen basiert.Das System ist in der Lage, für einen gegebenen Parkplatz und eine gegebene Uhrzeit die Wahrscheinlichkeit zu berechnen, dort einen freien Stellplatz zu finden.

Künstliche neuronale Netze zählen zu bedeutensten Errungenschaften im Bereich künstliche Intelligenz. Mit ihrer Architektur wird versucht, biologische Aktionsprinzipien von Nervenzellen im menschlichen Gehirn nachzubilden. Solche künstlichen neuronalen Netze sind in der Lage, auch komplexe Zusammehänge während einer Trainingsphase zu erlernen. In diesem Rahmen werden sie mit sehr großen Datenmengen konfrontiert und erkennen zugrundeliegende Muster. Nach Abschluss des Trainings können die erzeugten Modelle das erlernte Wissen selbständig auf unbekannte Daten anwenden. Durch die hohen Rechenkapazitäten moderner Computer haben künstliche neuronale Netze in den vergangenen Jahren einen starken Aufschwung erlebt. Insbesondere Architekturen im Bereich des Deep Learning zeigen sich von besonderem Wert für die Modellierung extrem vielschichtiger Zusammenhänge, worunter auch die Verfügbarkeit von Parkplätzen fällt.

Auslastungsmodell
Auslastungsmodell eines beispielhaften Parkplatzes, Braunschweig

Floating Car Data

Als Floating Car Data werden Informationen bezeichnet, die in großem Maßstab während der Fahrt aus Fahrzeugen heraus erzeugt und in Echtzeit verarbeitet werden. Im Wesentlichen umfassen diese Daten GPS-Koordinaten und zugehörige Zeitstempel, die zu Fahrtrouten mit Geschwindigkeitsprofilen zusammengefasst werden können. Die technische Ausstattung zur Erhebung von Floating Car Data ist bereits durch Smartphones weit verbreitet und zukünftig auch direkt in neuen Fahrzeugen verbaut. Eine bereits etablierte Anwendung von Floating Car Data ist beispielsweise die Generierung von Stauinformationen, welche über Radio oder direkt in Navigationsanwendungen bereitgestellt werden.

Das AIPARK-System beinhaltet Module zur algorithmischen Erkennung von charakteristischen Mustern in Floating Car Data, die auf erfolgreiche Parkvorgänge hinweisen. Mit den gegenwärtig verwendeten Datenquellen werden auf diese Weise in Deutschland durschnittlich über 500.000 Parkvorgänge pro Tag erhoben. Erstmals nutzt AIPARK Floating Car Data zur automatisierten Kartographierung neuer Parkflächen. Zweiter Anwendungsbereich ist Extraktion diverser Eingangsparameter für das Training künstlicher neuronaler Netzer zur Erzeugung von Parkplatz-Auslastungsmodellen.

Die nebenstehende Karte gibt einen beispielhaften Einblick in die Verteilung von Parkvorgängen, die in der Vergangenheit aus Floating Car Data extrahiert wurden. Als Darstellungsgebiet dient die Stadt Braunschweig mit Daten aus einem auf wenige Tage beschränkten Zeitintervall. Rot eingefärbte Stellen markieren dabei Punkte, für die häufig Parkvorgänge erfasst werden.

Validierung

auswertungLivedaten
Automatisierte Auswertung von optisch erfassten Auslastungsdaten
Ein wesentlicher Schritt für die Modellierung städtischer Parkplatzverfügbarkeit ist die Validierung anhand realer Auslastungsdaten. Wir führen zu diesem Zweck eine Langzeitüberwachung von Parkplätzen an verschiedenen Stellen im Testgebiet Braunschweig durch. Die Belegung der überwachten Parkflächen wird dabei mit Kameras optisch erfasst und anschließend durch einen Algorithmus zur Fahrzeugerkennung automatisiert ausgewertet. Diese Messmethode ist nicht nur zuverlässig sondern dient auch der Wahrung des Datengeheimnisses. Aufgrund der maschinellen Analyse der erhobenen Daten findet eine Erhebung oder gar Veröffentlichung personenbezogener Daten nicht statt.

Die Datenaufnahme hat sich im Entwicklungsprozess von AIPARK als überaus wertvoll erwiesen und wir möchten der Stadt Braunschweig für Ihre Kooperation in dieser Sache danken.