Wie Edge-KI die Infrastruktur von Smart Cities und städtischer Mobilität verändert

Der Markt für Künstliche Intelligenz und Edge Computing wächst von Jahr zu Jahr und die Technologie hält Einzug in den Alltag der Menschen. In diesem Artikel zeigen wir, wie Promwad KI-basierte Kundenlösungen entwickelt, die für die städtische Mobilität, Fahrzeuge, Videoüberwachung und in anderen Bereichen eingesetzt werden können.

Was ist Edge-KI und welche Vorteile bietet sie

Edge-KI-Systeme bestehen aus KI-Softwarealgorithmen und entsprechender Hardware. In jüngster Zeit haben die Technologien beider Komponenten ein Niveau erreicht, das neue Horizonte für ihren Einsatz in realen Anwendungen eröffnet.

KI-Algorithmen verwenden mathematische Modelle neuronaler Netze, um große Mengen kategorisierter Daten anzulernen. Die Theorie und der Anwendungsrahmen der künstlichen Intelligenz sind gut entwickelt. Heute gibt es viele akademische und private Unternehmen, die Modelle für neuronale Netze entwickeln und verbessern, Datensätze sammeln und Software für deren Kategorisierung entwickeln.

Die meisten dieser Ergebnisse sind als Open-Source-Code für Ingenieure verfügbar.

Die Hardware solcher Systeme umfasst Sensoren zur Aufzeichnung von Daten (z. B. Audio- oder Videosignale), ein Berechnungsmodul zur Anwendung des neuronalen Netzmodells und eine Schnittstelle zur Übermittlung der Ergebnisse an das Netz für anschließende Analyse und Verwendung in Anwendungen.

Die heutigen Technologien in der Mikroelektronik ermöglichen es, extrem kostengünstige Prozessoren mit geringem Stromverbrauch und hoher Rechenleistung zu entwickeln: System on a Chip (SoC), System on a Module (SoM) und Field-Programmable Gate Array (FPGA). Mit diesen Prozessoren können die Daten direkt auf dem Gerät registriert und verarbeitet werden, ohne große Zahlenmengen zur Verarbeitung durch leistungsstarke Server in die Cloud übertragen zu müssen.

Daraus ergeben sich folgende Vorteile:

Die KI kann in den Sensor integriert und in einem kleinen Formfaktor untergebracht werden.
Umfangreiche Video- und Audiodateien können lokal verarbeitet werden, ohne dass sie an die Cloud gesendet werden, was die Systemreaktion beschleunigt. Diese Funktion ist besonders für Echtzeitanwendungen wichtig, wie ADAS in der Automobilindustrie.
Der Datenfluss über das Netz wird reduziert, wodurch es möglich wird, die KI mit mehr Systemen auszustatten, die die Ergebnisse der Datenverarbeitung zur übergeordneten Analyse an die Cloud übertragen.

Daten von mehreren verteilten Geräten können mit Methoden des maschinellen Lernens weiterverarbeitet werden. Sie erkennen Muster in der Datenstruktur, dem Zeitpunkt und dem Ort ihrer Erfassung und erzeugen mit Hilfe von statistischen Verarbeitungs- und Optimierungsalgorithmen optimale Lösungen.

Dies ermöglicht die Anwendung von KI- und Edge-Computing-Lösungen für das automatische Transportmanagement, die Optimierung von Flotten- und Lkw-Ressourcen und die Verwaltung der städtischen Infrastruktur.

Wie Edge-KI die Projekte für Smart Cities und städtische Mobilität verändert

Unter Projekten für intelligente Städte und städtische Mobilität verstehen wir Geräte und Systeme, die das Leben und die Fortbewegung in der Stadt bequemer und sicherer machen. Beispiele dafür sind:

Apps und Ladestationen für private und gemeinschaftlich genutzte Elektroautos und -Roller, Fahrerassistenzsysteme und intelligentes Parken.
Intelligente Systeme der Videoüberwachung für die Sicherheit und Automatisierung von Einkaufszentren, Baustellen, Büros und Wohnhäusern.

Die Kombination von KI-Algorithmen mit lokalem Computing eröffnet neue Marktchancen für komfortables Fahren, Transport, Verkehr und Flottenmanagement. Die Entwicklung neuer städtischer Mobilitätsprojekte verändert die Infrastruktur intelligenter Städte, um die Sicherheit von Fahrern und Fußgängern zu gewährleisten und den städtischen Raum zu optimieren.

Nachfolgend wird der herkömmliche Prozess bei der Entwicklung von Software- und Hardwareplattformen in Projekten für Smart-Cities und städtische Mobilität beschrieben (mit Nennung der typischen Marktteilnehmer):

1. Akademische Institute und Universitäten erstellen neuronale Netzmodelle (NNM), die für spezielle Aufgaben optimiert sind: Erkennung, Klassifizierung und Objektsegmentierung.

2. Ingenieurunternehmen wie Brodmann17 sammeln gezielt Datensätze zu einem bestimmten Themenbereich und trainieren NN-Modelle.

3. Technologieanbieter wie Ambarella, Analog Devices, Nvidia und NXP entwickeln Chips, Kameras und Computerplattformen für die Aufnahme und Verarbeitung von Audio- und Videodaten sowie für die Ausführung von KI-Algorithmen.

4. Software- und Hardwareentwickler wie Promwad portieren fertige NNs auf Geräte, sorgen für deren lokalen Betrieb (Edge-KI) und trainieren sie bei Bedarf zur Lösung bestimmter Aufgaben.

5. Hersteller und Integratoren beginnen mit der Serienproduktion und Vermarktung von KI-Geräten.

Unser Unternehmen reiht sich in diese Kette als unabhängiges Designzentrum ein, das die Kunden bei der Entwicklung maßgeschneiderter Software- und Hardwarelösungen für KI-basierte Systeme unterstützt. Im Folgenden zeigen wir, wie diese Projekte Teil des Alltags werden und wie unsere Entwicklungen Hightech-Unternehmen helfen, mit neuen bahnbrechenden Produkten auf den Markt zu kommen.

Fallstudien

^{Maschinelles Lernen in der Automobilindustrie: Wir testen ein System zur Verfolgung der Kopfposition des Fahrers. Die Lösung erfasst Schlüsselpunkte im Gesicht, analysiert die Position des Kopfes und der Augen und “erkennt” so Müdigkeit, Unwohlsein oder Unaufmerksamkeit.}

Kopfverfolgung des Fahrers

Im Auftrag eines europäischen Maschinenbauunternehmens haben wir ein Computer-Vision-System zur Verfolgung der Kopfposition und zur Analyse der Müdigkeit des Fahrers entwickelt. Diese Lösung, die auf einem handelsüblichen Modul mit Ambarella-Chips basiert, hilft bei der Erkennung gefährlicher Situationen durch die Verwendung mehrerer Indikatoren, einschließlich Kopfbewegungen, Blinzelfrequenz und Körperposition.

Mit ML können wir die Emotionen des Fahrers (freudige oder niedergeschlagene Stimmung) analysieren, indem wir die Beziehungen zwischen den Gesichtsmerkmalen, die Augenreaktionen und die Haltung verfolgen, um seine Müdigkeit und sein Verhalten vorherzusagen.

Neben der Verfolgung des Zustands einer Person werden Edge-KI-Lösungen bei der Entwicklung von ADAS und anderen komplexen Fahrerassistenzsystemen eingesetzt. Dabei handelt es sich in erster Linie um “intelligente” Kameras, die während der Fahrt die Situation auf der Straße analysieren und dem Fahrer helfen, Unfälle zu vermeiden. Mit Hilfe dieser Lösungen können folgende Funktionen realisiert werden:

adaptive Geschwindigkeitsregelung für den gesamten Geschwindigkeitsbereich
adaptive Scheinwerfersteuerung
Verkehrszeichenerkennung
Kollisionswarnung
Fußgängererkennung und automatisches Bremsen
Bewertung der Straßenqualität

Automotive-Lösungen auf Basis von Edge-KI arbeiten in Echtzeit und helfen, Gefahrensituationen zu vermeiden, da die Informationsverarbeitung nur Zehntelsekunden dauert.

Die KI-Algorithmen gewährleisten auch den Schutz personenbezogener Daten: Nach der lokalen Verarbeitung werden keine Fotos oder Videos an den Server gesendet, sondern digitalisierte Analyseergebnisse, ohne dass die Möglichkeit besteht, zur ursprünglichen Ansicht zurückzukehren, um personenbezogene Daten zu erhalten.

Weitere Anwendungsmöglichkeiten für KI in der Automobilindustrie — Sensordatenfusion: Das System kombiniert Kamera-, Radar- und Lidar-Daten, um eine höhere Genauigkeit und vollständige 3D-Inhalte zu erzielen. Das Radar erfasst die Geschwindigkeit, das Lidar die Entfernung, und die NN-Informationen der Kamera helfen bei der Klassifizierung des Objekts. Folgende Ziele können mit diesen Systeme erreicht oder verbessert werden:

präzise 3D-Objekterkennung
Entfernungsgenauigkeit
Freiraumerkennung
Objektklassifizierung
Winkelposition des Objekts
Kontext der Szene

^{Die Sensordatenfusion kann in der Logistik eingesetzt werden, um das Volumen von Schüttgütern abzuschätzen.}

Komplexe Lösungen auf der Basis von Kameras, Radar und Lidar können in der Logistik und im Bauwesen eingesetzt werden. Sie bewerten zum Beispiel das Volumen von Schüttgütern oder helfen bei der Planung von Manövriersystemen für große Fahrzeuge oder Baukräne.

Weitere Anwendungsmöglichkeiten für KI in der Videoüberwachung: Kameras, die helfen, den Zustand des Fahrers zu beurteilen, können auch in der Produktion eingesetzt werden, um den Zustand der Arbeiter zu überwachen. Systeme der Gesichts-, Objekt- und Spracherkennung werden bei der Organisation des Einlasssystems oder der Zugangskontrolle zu geschützten Objekten oder Wohnanlagen eingesetzt.

^{“Intelligentes” Fahrradparken mit einer KI-gesteuerten Kamera von SONY: Die von Promwad entwickelte Lösung erkennt Fahrräder und erfasst freie Stellplätze. Das System kann dazu beitragen, das Parkplatzproblem in Touristenstädten zu lösen.}

Intelligentes Fahrradparken

Promwad hat eine intelligente Fahrradparklösung entwickelt, die auf dem Computer-Vision-System SONY Spresense AI basiert. Das Herzstück dieses intelligenten Parkplatzes ist ein Tracking-System mit dem neuronalen Netzwerk MobileNet und dem Tensorflow-Framework. Das System funktioniert wie folgt:

reagiert auf menschliche Bewegungen, schaltet das Licht und den Strom ein
erkennt automatisch verfügbare Fahrradstellplätze
sendet die Informationen über die Verfügbarkeit von Parkplätzen über das GSM-Netz an die Cloud

Dies ist das erste System auf dem Markt, das auf Basis der KI-Plattform SONY Spresense AI entwickelt wurde. Es unterstützt Edge-KI und verfügt über integriertes GPS und hochauflösendes Audio. Das Board basiert auf dem 6-Core-Mikrocontroller Sony CXD 5602 und einem FD-SOI-Prozessor, die einen niedrigen Stromverbrauch des gesamten Systems gewährleisten.

SONY Spresense AI eignet sich für Lösungen, die für die Analyse und Abtastung von Sensordaten mittels ML und Bildverarbeitung zuständig sind. Einige Anwendungsbereiche dieser Plattform sind:

Technologie in der Landwirtschaft
Intelligente Städte
Fernüberwachung
Heimautomatisierung
Gestenerkennung
Überwachung von Wildtieren
Logistik und Transport
Schalldiagnostik
industrielle Konnektivität

^{Die AI-Plattform SONY Spresense auf der SONY-Website/ Quelle: sony.com}

Ein Problem, das intelligente Kameras lösen können, ist das Parken in beliebten Touristenstädten: Kameras mit kostengünstigen Edge-Computing-Lösungen können Daten über belegte Parkplätze sammeln und an die Cloud senden.

Solche Systeme benötigen einen SoM oder SoC auch ohne permanente Internetverbindung und belasten den Netzverkehr nur minimal.

Wie Edge-KI in verschiedenen Branchen eingesetzt werden kann

Wir haben einige Anwendungsfälle beschrieben, in denen Edge-KI in Projekten für Smart-Cities und städtischer Mobilität sowie bei der Entwicklung von ADAS-Software eingesetzt wird. Aber diese Technologie kann in fast allen Bereichen eingesetzt werden, um Sicherheit zu gewährleisten und das Leben zu erleichtern.

Medizin und Gesundheitswesen: Entwicklung von medizinischen Instrumenten und Geräten auf der Grundlage von Edge-KI, die minimalinvasive Eingriffe ermöglichen.
Energie: Der Einsatz von Edge-KI bei der Entwicklung von Leistungselektronik wird es ermöglichen, Daten über den Zustand von Systemen, Indikatoren von Sensoren und Zählern, Wetterbedingungen usw. zu analysieren. Auf dieser Grundlage lassen sich Prognosen erstellen, Unfälle verhindern und Ressourcen verwalten.
Produktion: Komplexe Systeme aus Kameras und Sensoren können Informationen über den Zustand von Personen und Anlagen liefern, Notfallszenarien simulieren und diese verhindern. Zur Kontrolle der Produktqualität wird Computer Vision eingesetzt, und mit Hilfe von Edge-KI können große Datensätze schnell und lokal analysiert werden, ohne dass die Daten in die Cloud übertragen werden müssen.

Die von uns beschriebenen Lösungen kombinieren Edge-KI, IoT und ML, die die Grundlage für den Aufbau einer intelligenten Stadtinfrastruktur darstellen, in der die Einwohner diese Technologien täglich nutzen.

Wenn Sie Ideen für Edge-KI-Lösungen haben, schreiben Sie uns, und wir helfen Ihnen bei der Umsetzung.

kontaktieren Sie uns