Eintrag

Aufnahme von Bilddaten

Veröffentlicht Aktualisiert
Von Philipp Leibner 1 Minuten Lesezeit

Während der Hauptfokus im Smart.TRAM Projekt auf der Auswertung der Sensordaten (insbesondere Vibration) liegt, wird ebenfalls untersucht, inwiefern sich Kameradaten der Smartphones in Form von Videos oder Bildern eignen, um Defekte im Straßen- und Stadtbahnbereich an der Infrastruktur zur erkennen. Denn nicht alle Formen von Defekten äußern sich in den Vibrationsdaten, wie z.B. Schlaglöcher an Straßenbahngleisen.

Hierzu waren die Projektpartner in der vergangenen Woche wieder zu Gast bei den Verkehrsgesellschaft Frankfurt am Main mbh (VGF), um Aufnahmen durchzuführen. Eine Straßenbahn konnte dabei mit Smartphones zur Bilddatenaufnahme ausgerüstet werden. Zusätzlich wurden auch Action-Kameras auf dem Dach zur Beobachtung von Stromabnehmer und Fahrdraht sowie unter dem Fahrzeug zur Beobachtung des Rad/Schiene-Kontakts angebracht. Auf den Smartphones wurde eine spezielle App installiert, welche es erlaubt in kurzen Intervallen kontinuierlich Bilder in 4K- oder Full-HD-Auflösung aufzunehmen. Die so gewonnenen Bilder sind deutlich schärfer als einzelne Video-Frames.

Im Folgenden sind ein paar Beispiele der gewonnenen Bilder:

schienen1 Abb. 1: Straßenbahngleisaufnahme mit Fokus aufs Gleis

schienen2 Abb. 2: Gesamtaufnahme

pantograph Abb. 3: Aufnahme von Fahrdraht und Stromabnehmer

rad_schiene Abb. 4: Aufnahme des Rad/Schiene Kontakts

Die Daten werden nun vom Projektteam analysiert, um Potenziale zur automatisierten Erkennung von optischen Fehlerbildern zu erörtern. Darauf aufbauend könnten zum Beispiel KI-Algorithmen eingesetzt werden, um visuell detektierbare Defekte automatisch zu erkennen.

Zur Gewährleistung des Datenschutzes wurde sogar bereits während der Aufnahmen Künstliche Intelligenz eingesetzt. Um Personen und Fahrzeuge unkenntlich zu machen, wurde in kurzer Zeit ein eigenes Anonymisierungstool entwickelt, welches die Daten bereits kurz nach der Aufnahme vor Ort anonymisiert hat. Das Anonymisierungstool wurde außerdem bereits zur freien Weiterverwendung auf Github veröffentlicht: https://github.com/ifs-rwth-aachen/Smart.TRAM-Video-Anonymization

Dieser Eintrag ist vom Autor unter CC BY 4.0 lizensiert.