Konfiguration
Verwaltung ihrer Geräte
Um die Konfigurationsseite der Geräte aufzurufen, klicken sie einfach auf das jeweilige Gerät in der Listenansicht "Geräte".
Tipp
Wir empfehlen an dieser Stelle ein logisches Benennungsschema der 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.
Custom MQTT ermöglicht es, Events an einen von Ihnen bereitgestellten MQTT-Broker zu senden. Die Definition des Event-Formats finden Sie hier.
- Für eine verschlüsselte Übertragung setzen Sie
ssl://vor die Broker-Adresse. - Die Verwendung von Message Compression kann bis zu 50 % der Bandbreite für den Versand von Events sparen. Stellen Sie sicher, dass Broker und Anwendung mit zlib/deflate 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 entsprechenden Abschnitt in den Lösungsbereichen.
Konfiguration von Modell & Event-Trigger
Modelle
Nachfolgend finden Sie eine kurze Beschreibung für jedes Modell. Je nach Lösungsbereich werden unterschiedliche Modelle empfohlen.
Traffic & Parking
- 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 Klassendefinition für eine detaillierte Beschreibung der Klassen.
People: Full Body
Der gesamte Körper einer Person wird erkannt.
Hinweis: Bei der Erkennung und dem Tracking von Personen führen wir zu keinem Zeitpunkt eine Gesichtserkennung durch. Es werden keinerlei sensible personenbezogene Informationen verarbeitet.
People: Head
Der Kopf einer Person wird erkannt. Dies ist vorteilhaft, wenn der gesamte Körper nicht sichtbar ist und der Abstand zu den Objekten weniger als 5 Meter beträgt.
Hinweis: Bei der Erkennung und dem Tracking von Personen führen wir zu keinem Zeitpunkt eine Gesichtserkennung durch. Es werden keinerlei sensible personenbezogene Informationen verarbeitet.
Event-Trigger
Event-Trigger lösen bei einer definierten Bedingung ein Event aus.
Crossing Line (CL)
Eine Crossing Line (CL) löst ein Event aus, sobald der Mittelpunkt eines Objekts die Linie überschreitet.
Die CL protokolliert auch die Fahrtrichtung, in der das Objekt die Linie in Ein- und Aus-Richtung (In/Out) überquert hat. Sie können diese Richtungen jederzeit tauschen. Darüber hinaus kann ein eigener Name für beide Richtungen vergeben 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 optimale Ergebnisse empfehlen wir eine gerade Strecke ohne Kurven oder Neigungen.
Region of Interest (ROI)
Eine Region-of-Interest (ROI) besteht aus vier Punkten, die eine Fläche bilden. Eine ROI löst ein Event nach einem fest definierten Zeitintervall aus oder bei einer Änderung der Belegung von besetzt auf nicht besetzt (oder umgekehrt).
| Optionen | Beschreibung |
|---|---|
| ROI-Typ |
|
| Trigger-Aktion |
|
Origin Destination Zone (OD)
Ein Event wird ausgelöst, wenn sich die Trajektorie eines Objektes über mindestens zwei OD-Zonen bewegt hat, dabei wird die erste und letzte Zone des Events verwendet.
Die erste Zone, die das Objekt passiert, wird als Ursprungszone (Origin) bezeichnet und die letzte Zone, die das Objekt passiert, wird als Zielzone (Destination) bezeichnet. Das Event wird ausgelöst, wenn die Sichtung des Objektes endet, zum Beispiel wenn sich das Objekt über den Bildrand hinaus bewegt.
Fokus-Zone
Eine Fokus-Zone definiert einen Bildbereich, in dem die Objekterkennung für Tracks berücksichtigt wird. Die Objekterkennung bleibt auch außerhalb der Fokus-Zone aktiv; dort erkannte Objekte werden jedoch 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. Fokus-Zonen können zum Beispiel den Randbereich des Bildes ausklammern und so ein ungewolltes Verschmelzen von Tracks verhindern.
- 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 für Klassifizierung und Kennzeichenerkennung (sofern aktiviert). Dies verbessert die Genauigkeit der Objektverfolgung, Klassifizierung und gegebenenfalls auch der Kennzeichenerkennung.
Kalibrierung
Live-Kalibrierung
Für eine optimale Kalibrierung des Systems bei der Inbetriebnahme bietet die Live-Kalibrierung eine Echtzeit-Visualisierung der erkannten und klassifizierten Objekte. Zusätzlich werden auch die Auslösungen von Event-Triggern und Regeln dargestellt – inklusive der zugehörigen BMC-Kontakte.
Funktionen:
- Objekterkennung & Klassifizierung:
- Die vom ausgewählten Modell erkannten Objekte werden mit Bounding Boxes markiert.
- Der Mittelpunkt jedes Objekts wird verfolgt und als Track visualisiert.
- Zur Wahrung der Privatsphäre werden Objekte verpixelt.
- Overlays sind entsprechend der Objektklasse eingefärbt (z. B. Grün = Pkw, Violett = Lkw, Rosa = Fahrrad). Eine Legende auf der rechten Seite erläutert die verwendeten Farben und Klassifizierungen.
- Regeln und BMC-Kontakte:
- Definierte Regeln werden in einer Übersicht oben links eingeblendet.
- Angezeigt werden:
- Regelname
- Zeitpunkt der letzten Auslösung
- Optional der zugehörige BMC-Kontakt
- Statusdarstellung:
- Grau = Regel inaktiv
- Rot = Regel aktiv
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.
Mit der Track-Kalibrierung lässt sich feststellen:
- 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 und Ausrichtung des Geräts zur bestmöglichen automatischen Kennzeichenerkennung.
- Präzise Positionierung der Crossing-Line zur Sicherstellung optimaler Erkennungsresultate.
- Diagnose der Datenqualität der erfassten Kennzeichen zur Bewertung der Erkennungsgenauigkeit.
Tipp
Setzen Sie die Crossing-Line am Ende der grünen Tracks in Fahrtrichtung.
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 Bildausschnitt werden angezeigt, was eine manuelle Prüfung der Ergebnisse ermöglicht.
- 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).
- Fokusbereich: Viereckiger Erfassungsbereich mit oranger Umrandung, innerhalb dessen die ANPR-Erkennung erfolgt.