Konfiguration

Verwaltung ihrer Geräte

Um die Konfigurationsseite der Geräte aufzurufen, klicken sie einfach auf das jeweilige Gerät in der Listenansicht "Geräte".

Kameraeinstellungen

Durch Klicken auf eine der angezeigten Kameras öffnen sich die Einstellungen der jeweiligen Kamera. Sobald Sie die Kameraverbindung konfiguriert haben, sehen Sie ein Live-Bild.

Kamera Konfiguration

Datenübertragung

Ihre Geräte senden bei Auslösen eines Triggers Events an einen MQTT-Broker. In der Standardkonfiguration werden die Daten an das Data Center gesendet.

Durch Custom-MQTT wird es ermöglicht, Events an einen von Ihnen bereitgestellten MQTT-Broker zu senden. Die Definition des Event-Formats finden Sie hier.

  • Für eine verschlüsselte Übertragung setzten sie ssl:// vor die Broker-Adresse.

  • Die Verwendung von Message Compression kann bis zu 50% Bandbreite für den Versand von Events sparen. Bitte stellen Sie sicher, dass der Broker und die Applikation mit zlib / inflate umgehen können.

Modelle & Event-Trigger

In der Konfiguration können Sie das für Ihren Anwendungsfall geeignete Modell auswählen und Event-Trigger konfigurieren. Bitte lesen Sie dazu den den entsprechenden Abschnitt in den Lösungsbereichen.

Lösungsbereiche
Konfiguration von Modell & Event-Trigger

Modelle

Nachfolgend finden Sie kurze Beschreibung für jedes Modell. Je nach Lösungsbereich werden unterschiedliche Modelle empfohlen.

  • Traffic & Parking (Standard): Erkennung von 12+1 Objektklassen im Kontext von Verkehr und Parken.

  • Traffic & Parking (Accuracy+): Erkennung von 12+1 Objektklassen im Kontext von Verkehr und Parken. Optimiert für höhere Genauigkeit bei einer Verarbeitungsgeschwindigkeit von etwa der Hälfte (gemessen in FPS) im Vergleich zu "Verkehr & Parken (Standard)"

Siehe Klassen Definition für eine detaillierte Beschreibung der Klassen.

Event-Trigger

Event Trigger lösen bei einer definierten Bedingung ein Event aus.

Eine Crossing Lines (CL) löst ein Event aus, sobald der Mittelpunkt eines Objektes die Linie überschreitet.

Die CL protokolliert auch die Fahrtrichtung, in der das Objekt die Linie in In- und Out-Richtung überquert hat. Sie können die In- und Out-Richtung jederzeit tauschen. Darüber hinaus kann ein eigener Name für die beiden Richtungen zugewiesen werden.

Standardmäßig zählt eine CL jedes Objekt nur einmal. Wenn jede Überquerung gezählt werden soll, gibt es die Option, Events für wiederholte CL-Überquerungen zu aktivieren. Mit der Einschränkung, dass Zählungen erst dann berücksichtigt werden, wenn fünf Sekunden dazwischen liegen.

Crossing-Line Optionen

Die Geschwindigkeitsschätzung kann als Trigger-Option für eine CL aktiviert werden. Konfigurieren sie dazu die physikalische Distanz in Metern zwischen den Linien. Für die optimalen Ergebnisse empfehlend wir eine gerade Strecke ohne Kurven/Neigungen.

Fokus-Zone

Eine Fokus-Zone definiert einen Bildbereich, in dem die Objekterkennung für Tracks berücksichtigt wird. Die Objekterkennung ist auch außerhalb der Fokus-Zone aktiv, die außerhalb der Fokus-Zone erkannten Objekte werden aber nicht für die Erstellung von Tracks verwendet. Dadurch sind Objekte im gesamten Bild verpixelt, unabhängig von der Fokus Zone. Die Klassifizierung sowie die Kennzeichenerkennung (sofern aktiviert) erfolgen ausschließlich für Objekte, die innerhalb der definierten Fokus-Zone erkannt werden.

Die Verwendung von Fokus-Zonen ermöglicht eine gezielte Systemoptimierung:

  • Verbesserte Tracks: Durch die Fokus-Zone kann eingeschränkt werden, wo Tracks gebildet werden. Zum Beispiel können Fokus-Zonen definiert werden, die den Randbereich des Bildes ausklammern, damit kann ein ungewolltes Verschmelzen von Tracks verhindert werden.

  • Verbesserte Klassifizierung: Durch die Fokus-Zone kann der Bereich, in dem eine Klassifizierung stattfindet, eingeschränkt werden. Zum Beispiel können Bereiche, in denen Fahrzeuge zu klein für erfolgreiche Klassifizierung sind, durch Fokus-Zonen ausgeschlossen werden.

  • Erhöhte Performance: Die Konzentration auf wesentliche Bildausschnitte reduziert den Rechenaufwand bezüglich Klassifizierung und Kennzeichen-Erkennung (sofern aktiviert) für Objekte. Dies wirkt sich positiv auf die Genauigkeit der Objektverfolgung, Klassifizierung und gegebenenfalls auch auf die Kennzeichenerkennung aus.

Kalibrierung

Track-Kalibrierung

Die Track-Kalibrierung ist ein wichtiges Werkzeug für die optimale Positionierung der Event-Trigger: Sie zeigt ein aktuelles Kamerabild an und überlagert es mit den letzten 100 Tracks, d.h. jeder Track visualisiert dabei die Trajektorie eines erkannten Objekts.

Die Track-Kalibrierung ermöglicht festzustellen:

  • Wie Objekte und deren Tracks klassifiziert wurden.

  • Ob Tracks durchgängig oder unterbrochen sind, zum Beispiel durch Überdeckungen.

  • Ab wann die Objekte groß genug für eine Klassifizierung sind.

ANPR-Kalibrierung

Die ANPR-Kalibrierung dient zur visuellen Überprüfung und Feinjustierung der automatischen Kennzeichenerkennung.

Die ANPR-Kalibrierung ermöglicht:

  • Optimierung der Montage bzw. Ausrichtung des Gerätes für eine optimale automatische Kennzeichenerkennung.

  • Optimale Positionierung der Crossing-Line für optimale Ergebnisse.

  • Diagnose der Datenqualität der Kennzeichenerfassung.

Beschreibung ANPR Overlay

  • Die zuletzt erkannten Kennzeichen (Im Bild oben-links):

    • Der Crossing-Line-Name, die Fahrtrichtung und der Zeitpunkt der letzten fünf erkannten Kennzeichen werden angezeigt.

    • Der erkannte Kennzeichentext und Bildauschnitt werden angezeigt, dies ermöglicht eine manuelle Prüfung der Ergebnisse.

  • Farbkodierte Trajektorien im Fokusbereich (In der Bildmitte):

    • Echtzeit-Kamerabild mit farbkodierten Trajektorien für Fahrzeugbewegungen und ANPR-Erkennungsqualität.

      • 🟢 Beste ANPR: Optimale Erkennung – Kennzeichen wurden korrekt gelesen.

      • 🟠 Inkonsistente ANPR: Mehrdeutige oder nicht stabile Erkennung.

      • 🔴 Kennzeichen nicht gefunden: Fahrzeug erkannt, aber kein Kennzeichen detektiert.

      • 🔵 Objekt zu klein für ANPR: Fahrzeug zu weit entfernt bzw. zu klein, ANPR nicht möglich.

      • Klasse für ANPR nicht relevant: Objekt wurde erkannt, die Fahrzeugklasse ist aber nicht relevant für ANPR (z. B. Fußgänger, Fahrräder, Scooter, Tram).

    • Fokus-Bereich: Viereckiger Erfassungsbereich mit oranger Umrandung, innerhalb dessen die ANPR-Erkennung erfolgt.

Zuletzt aktualisiert