Fallstudie · KI vor Ort
Kennzeichenerkennung lokal am Werkstor – KI vor Ort statt in der Cloud
Lokale Kennzeichenerkennung ist eine Bilderkennung, die Kennzeichen direkt am Standort ausliest, ohne Bilder zur Auswertung an einen Cloud-KI-Dienst zu schicken. In einem Pilotprojekt für einen Kran- und Schwerlastbetrieb hat ein Raspberry Pi 4 ein Kennzeichen in 177 ms je Bild erkannt. Eine solche Lösung planen wir auch für Ihr Gelände – nach kostenloser Analyse zum Festpreis.
Symbolbild
Was am Tor passiert
Fährt ein Fahrzeug durchs Tor, startet die Erkennung. Ein Raspberry Pi – ein kleiner Rechner im Scheckkartenformat – wertet das Kamerabild direkt vor Ort aus und meldet Kennzeichen und Fahrtrichtung an die Betriebsplattform. Je Durchfahrt entsteht ein Eintrag.
Ausgangslage: Ein- und Ausfahrten ohne Cloud-KI erfassen
Der Betrieb wollte Ein- und Ausfahrten am Werkstor automatisch erfassen – ohne die Bilder von einem Cloud-KI-Dienst auswerten zu lassen. Außerdem sollten die Kameras im Lager und auf dem Gelände Bewegungen außerhalb der Arbeitszeit erkennen.
Zwei Hürden, im Pilot gemessen und gelöst
- Falsche Treffer: Der Kennzeichen-Finder griff anfangs auch nach anderen Rechtecken im Bild. Ein Formfilter hob den Trefferwert von 0,40 auf 0,92.
- Verwischte Kennzeichen: Die Kamera belichtete mit 1/12 s – bei Fahrt war das Kennzeichen unlesbar. Mit 1/1000 s wird es scharf aufgenommen.
Lösung
Vom Kamerabild zur Meldung in vier Schritten
Die Kennzeichenerkennung läuft vollständig auf dem Raspberry Pi am Tor. OCR steht für Texterkennung: Die Software liest die Zeichen aus dem Bildausschnitt.
Bewegung startet die Erkennung
Ausgewertet wird erst, wenn sich im Bild etwas bewegt. Jede Durchfahrt ergibt einen Eintrag.
Kennzeichen finden
Ein Formfilter lässt nur Bereiche mit dem Seitenverhältnis eines Kennzeichens zu.
Zwei Leser müssen übereinstimmen
Zwei unabhängige OCR-Leser lesen das Kennzeichen. Nur wenn beide dasselbe Ergebnis liefern, zählt es.
Richtung bestimmen und melden
Die Fahrtrichtung ergibt sich aus zwei unabhängigen Quellen. Das Ergebnis geht an die Betriebsplattform.
Kamera-KI
Vorhandene Kameras auswerten: Personen und Fahrzeuge erkennen
Die zweite Anwendung läuft im Betrieb: Ein Raspberry Pi 5 wertet Kameras aus, die an einem vorhandenen Netzwerk-Videorekorder hängen.
- Personen- und Fahrzeugerkennung in rund 450 ms je Bild
- Kamerawand direkt in der Betriebsplattform
- Clips außerhalb der Arbeitszeit werden automatisch gespeichert und 30 Tage aufbewahrt – Zeitfenster und Dauer sind frei einstellbar
- Auswertungen prüfen und bearbeiten die Mitarbeiter im System
| Merkmal | Kennzeichenerkennung | Kamera-KI |
|---|---|---|
| Aufgabe | Ein- und Ausfahrten am Tor erfassen | Personen und Fahrzeuge erkennen |
| Hardware | Raspberry Pi 4 mit IP-Kamera | Raspberry Pi 5 am Videorekorder |
| Zeit je Bild | 177 ms | rund 450 ms |
| Ergebnis | Kennzeichen und Fahrtrichtung | Kamerawand, Clips außerhalb der Arbeitszeit |
| Status | Pilotprojekt | läuft |
Kennzahlen
Gemessen, nicht geschätzt
Die Werte stammen aus Messungen im Pilot und im laufenden Betrieb der Kamera-KI.
Technik und Datenschutz
Datenschutz: Die Bilderkennung läuft auf kleinen Rechnern im Betrieb, nicht bei einem Cloud-KI-Dienst. Clips werden außerhalb der Arbeitszeit gesichert und 30 Tage aufbewahrt; Zeitfenster und Aufbewahrungsdauer legt der Betrieb selbst fest.
Wer Kameras auf dem Betriebsgelände auswertet, sollte Beschäftigte und Besucher vorab informieren, etwa per Hinweisschild, und einen vorhandenen Betriebsrat beteiligen.
Ähnliches Vorhaben?
Passende Leistungen und Projekte
FAQ
Häufige Fragen
Kann eine Kennzeichenerkennung lokal ohne Cloud laufen?
Ja. In unserem Pilotprojekt hat ein Raspberry Pi 4 ein Kennzeichen in 177 Millisekunden je Bild erkannt, vollständig vor Ort und ohne Cloud-KI-Dienst.
Warum war das Kennzeichen anfangs bei Fahrt unlesbar?
Wegen der Belichtungszeit der Kamera. Bei 1/12 Sekunde verwischte das Kennzeichen eines fahrenden Fahrzeugs; nach der Umstellung auf 1/1000 Sekunde wird es scharf aufgenommen, dafür braucht die Einfahrt ausreichend Licht.
Welche Hardware braucht eine Kennzeichenerkennung vor Ort?
Im Pilot arbeitet ein Raspberry Pi 4 mit einer IP-Kamera an der Einfahrt, die Kamera-KI läuft auf einem Raspberry Pi 5 an einem vorhandenen Netzwerk-Videorekorder. Welche Hardware für Ihr Gelände sinnvoll ist, hängt von Kamerazahl und Lichtverhältnissen ab.
Kontakt
Erzählen Sie uns von Ihrem Ablauf
Kostenlose Analyse, Festpreis-Angebot innerhalb von 48 Stunden. Unverbindlich.