Automatische Fahrgastzählsysteme in Bussen - Eine Fallstudie

17. April 2019

Der nachfolgende Text soll einen Überblick darüber geben wozu moderne Bildverarbeitung in der Lage ist. Dabei geht es konkret darum die Einsetzbarkeit von Sicherheitskameras zum Zweck der automatischen Fahrgastzählung anhand von Fallbeispielen zu untersuchen.

Insbesondere sollen unterschiedliche Belichtungsverhältnisse und Auslastung betrachtet werden. Abschließend werden Vorteile sowie noch bestehende Herausforderungen des Ansatzes der Verwendung von Sicherheitskameras zur Fahrgastzählung analysiert. Zu beachten ist, dass die im folgenden dargestellten Bilder nicht von Sicherheitskameras stammen sondern händisch aufgenommen wurden. Durch unterschiedliche Perspektive, Kameraauflösung und Fahrzeugaufbau können sich deshalb die Ergebnisse im realen Betrieb unterscheiden.

 

Szenario 1: Gute Belichtung, normale Auslastung


Bus mit menschen

Normal gefüllter Bus, bei Tageslicht. Insgesamt sind 12 Personen zu erkennen.

automatische Fahrgastzählung in einem Bus

Alle Personen selbst der Junge in der mitte rechts und der Mann hinten links im Bild werden trotz Verdeckung erkannt. Des Weiteren ist hervorzuheben, dass das Mädchen in der Mitte rechts hinter einer Glasscheibe trotz Spiegelung erkannt wird.

Erkennungsrate: 12/12
Fehler: 0

Szenario 2: Gute Belichtung, hohe Auslastung


Bus mit Menschen im Mittelgang

Gleiche Anzahl an Personen wie im vorherigen Bild allerdings befinden sich dieses mal Personen im Mittelgang.

Bild eines vollen Busses analysiert mit Isarsense

Verdeckungen sorgen dafür, dass weniger Personen erkannt werden. Zusätzlich wird fälschlicherweise ein Passant ausserhalb des Busses erkannt. Interessant ist, dass das Mädchen in der Mitte rechts erkannt wird obwohl nur Haare zu sehen sind. Neben der reinen Personenerkennung wird zusätzlich die Handtasche der Frau in der Mitte erkannt.

Erkennungsrate: 9/12
Fehler: 1 (Person ausserhalb des Busses)

Szenario 3: Bei Nacht


Bus bei Nacht

Aufnahme bei Nacht von Hinten. Zu sehen sind 5 Personen sowie der Schuh einer sechsten Person.

Fahrgastzählung in einem Bus bei Nacht

Alle Personen werden erkannt. Hervorzuheben ist auch, dass die Person links trotz geringem Kontrasts erkannt wird

Erkennungsrate: 6/6
Fehler: 0

Übersicht der Ergebnisse


SzenarioErkennungsrateErkennungsrateFehler
1 normale Auslastung12/12100%0
2 Personen im Gang9/1275%1
3 bei Nacht6/6100%0

Aus der Übersicht geht hervor, dass die Erkennungsrate in den 3 betrachteten Szenarien nicht wesentlich variiert und mit 75% selbst im schlechtesten Fall relativ hoch ist. Des Weiteren lässt sich erkennen, dass die Fehlerkennungen nur durch Personen ausserhalb des Fahrzeugs erzeugt werden.

 

Vorteile der betrachteten Methode


  • Zurückgreifen auf bestehende Kamerasysteme
    • Keine zusätzliche Sensorik notwendig insofern Kameras aus Sicherheitsgründen bereits verbaut sind
  • Erkennung von weiteren Objektkategorien prinzipiell möglich
    • Rollstuhlfahrer
    • Kinderwägen
    • Handynutzung
    • Geschlecht
    • Schätzung des Alters
  • Keine Aufsummierung von Messfehlern
  • Schnelle Berechnung
    • 200 Millisekunden auf Grafikkarte
    • 10 Sekunden auf CPU
Zurück zur Blog-Übersicht