Umfeld

Der flächendeckende Einsatz digitaler Angebote kann die Lebensqualität in Städten spürbar steigern. In einer „Smart City“ sinken beispielsweise die tägliche Pendelzeit, es sinkt das Müllaufkommen und es steigt die Luftqualität. Dabei ist die Verfügbarkeit von Daten zweifellos eine der zentralen Voraussetzungen dafür, dass aus einer Stadt eine Smart City werden kann.

Zur Steigerung der Attraktivität des öffentlichen Personennahverkehrs (ÖPNV) innerhalb einer Smart City ist eine verkehrsabhängige Ampelsteuerung für Busse und Straßenbahnen zwingend notwendig. Zur Realisierung eines solchen intelligenten Verkehrsmanagement Systems sind Echtzeitdaten zum lokalen Verkehrsfluss von entscheidender Bedeutung. Im Rahmen einer Abschlussarbeit soll daher ein Sensormodul um die Funktion der automatisierten Fahrzeugerkennung/Zählung erweitert werden. Hierzu sollen die von einer Kamera gelieferten Daten mittels maschineller Lernverfahren lokal auf dem Sensorknoten bearbeitet und ausgewertet. 

Aufgaben

• Recherche zum Stand der Technik
• Erstellung von Trainings- und Testdatensätzen
• Prototypische Implementierung
• Evaluation eigener Methodik/Verfahren
• Wissenschaftliche Aufbereitung, Dokumentation

Voraussetzungen

• Motivation und Gestaltungswillen
• Erste Programmierkenntnisse (Cpp, Python, etc.)
• Bestenfalls Grundkenntnisse im maschinellen Lernen, Bildverarbeitung