VIREBOX - der fall Škoda
Taktvolle Fahrgastzählung in Tampere
Wenn das für die Straßenbahn Tampere entwickelte Fahrgastzählsystem lernt, was es lernen soll, hat es, so Kai Hermonen, der für das Projektinformationsmanagement und SmartRail Ecosystem von Škoda Transtech verantwortlich ist, ein großes Potenzial für die Verwendung.
Škoda Transtech stellt Schienenausrüstung für anspruchsvolle Bedingungen her. Es ist spezialisiert auf die Herstellung von Doppeldeckerwagons und Niederflurstraßenbahnen. Škoda Transtech hörte von Vire Labs auf der Suche nach einem Partner, der in der Lage ist, Videobilder seiner Umgebung zu analysieren und zu interpretieren.
„Unsere Erfahrung mit den in der Vergangenheit verwendeten Passagierzählsystemen war viel zu starr. Die Lösungen erforderten die Installation separater Geräte in jeder Tür, was hinsichtlich Designs, Installation und Kosten eine Herausforderung darstellte. Das Problem bei dieser Lösung war, dass unsere Passagiere nicht in der gesamten Straßenbahn gezählt werden konnten. Wir fragten uns, ob für die Passagierzählung die vorhandenen Überwachungskameras verwenden könnte, von denen sich bereits 12 bis 15 in jeder Straßenbahn befanden“, beschreibt Hermonen die Ausgangssituation.
"...weil diese den Willen und den Mut hatten, mit ihnen etwas weltweit Einzigartiges zu entwickeln"
Kai Hermonen, Škoda Transtech
Die Entwicklung der Bildverarbeitung ist eine Zusammenarbeit
Für das von Business Finland unterstützte SmartRail-Projekt hat Transtech die Arten von Unternehmen ermittelt, die maschinelles Sehen auf dem finnischen Markt einsetzen. Hermonen teilt die Betreiber in drei Gruppen ein. Es gibt Unternehmen, die über Fähigkeiten verfügen, aber nicht bereit sind, in die Innovations-, Forschungs- und Entwicklungsphase ihrer eigenen Arbeit zu investieren, wenn noch kein zahlender Abnehmer bestätigt ist. Zweitens gibt es Forschungsinstitute, die viel Forschung und Entwicklung von verschiedenen Bildverarbeitungslösungen betreiben, jedoch keine Lösung haben, die direkt auf diesen Bedarf zugeschnitten ist.
Laut Hermonen gehören zur dritten Gruppe Teams wie Vire Labs, die nicht unbedingt ein fertiges Produkt, jedoch mehr Erfahrung mit Radar oder anderen intelligenten Lösungen haben und den Wunsch haben, sich neuen Dingen zuzuwenden. Diese Betreiber haben oft auch das Know-how von „Eisen“, das Daten zerquetscht. Transtech landete bei Vire Labs, weil es den Willen und den Mut hatte, mit ihnen etwas weltweit Einzigartiges zu entwickeln. Mit fortschreitender Entwicklung kommen ständig neue Anforderungen des Kunden, der Testumgebung und der Plattform, die irgendwie erfüllt werden müssen. „Unsere Zusammenarbeit ist so, dass Vire Labs 70–80 % der Probleme löst. Wir bringen 90 % der Probleme“, scherzt Hermonen.
„Das ist gut gelaufen. Auf beiden Seiten wurden Forschungen und Tests durchgeführt. Wir wissen an beiden Enden, dass dieses Produkt noch nicht fertig ist, aber die Vision unserer Zukunft ist dieselbe. Das Ziel ist es, eine Zusammenarbeit zu erreichen, von der beide profitieren“, sagt Hermonen.
Das weltweit erste Echtzeit-Fahrgastinformationssystem
„Was wir bauen, gibt es noch nirgendwo auf der Welt. Es geht um Fahrgastinformationen in Echtzeit. Beim Verlassen einer Haltestelle werden wir sofort darüber informiert, wie viele Fahrgäste sich in jedem Abteil der Straßenbahn befinden. Wir können Passagiere präzise unterscheiden, ob Person, Hund, Fahrrad oder Kinderwagen. Außerdem erhalten wir nahezu in Echtzeit einen „Stop-Flow“ aller Straßenbahnen, sodass wir sehen können, wie der gesamte Straßenbahnverkehr läuft“, so Hermonen.
Die Berechnung der Passagierkapazität erfolgt per Edge-Computing, in diesem Fall in der Straßenbahn. Das Videobild verlässt nie die Straßenbahn. Vire Labs Virebox.AI kombiniert die von der Straßenbahn gesammelten Sensorinformationen mit den Daten der Kamera und leitet das Edge-Computing ein. Als Ergebnis der Berechnung wird nur die Anzahl der Passagiere und identifizierten Objekte in jedem Wagon zur Analyse in die Cloud übertragen. „Wenn in Finnland ein System gebaut wird, das den GDPR-Anforderungen entspricht, kann es auch problemlos auf dem internationalen Markt eingesetzt werden“, sagt Hermonen.
"... kann es auch problemlos auf dem internationalen Markt eingesetzt werde"
Kai Hermonen, Škoda Transtech
Neuronale Netze brauchen reale Bedingungen zum Lernen
Eine andere Sache, die sich die Transtech-Kunden wünschen, ist eine Lösung dafür, störendes Verhalten im Videobild zu identifizieren. Dies ist ein typisches Beispiel für eine Herausforderung, die Transtech an Vire Labs weiterleitet.
Der größte Teil der Arbeiten wird im Herbst durchgeführt, wenn das neue System für den normalen Straßenbahnverkehr in Tampere eingerichtet wird. Der Probelauf wurde durchgeführt, aber nur unter realen Bedingungen kann das System lernen, wie es ist, Figuren und Objekte zu verschiedenen Tages- und Jahreszeiten zu erkennen.
„Wenn das System in Tampere in Betrieb ist, werden wir uns auch einen möglichen Teststandort im Schienenverkehr der Hauptstadtregion Helsinki ansehen und dort eine Plattform bauen, die allen Kunden der Škoda Group zugutekommt. Es passieren also aufregende Dinge“, fasst Hermonen zusammen.