Computer Vision in Navigationsanwendungen entdecken

Heutzutage fühlt es sich mühelos an, das Smartphone herauszuholen, ein Ziel einzugeben und einer Schritt-für-Schritt-Wegbeschreibung zu folgen. Das dauert nur wenige Sekunden. Doch dieser alltägliche Komfort ist das Ergebnis jahrelangen technologischen Fortschritts. Die Navigation hat sich von Papierkarten und Kompassen zu intelligenten Systemen entwickelt, die ihre Umgebung in Echtzeit verstehen und auf sie reagieren können.

Eine der Technologien hinter diesem Wandel ist Computer Vision, ein Bereich der künstlichen Intelligenz (AI), der es Maschinen ermöglicht, visuelle Informationen ähnlich wie Menschen zu interpretieren. Moderne Navigationslösungen nutzen jetzt Echtzeitbilder von Satelliten, Dashcams und Sensoren auf Straßenebene, um die Genauigkeit von Karten zu verbessern, den Straßenzustand zu überwachen und Nutzer durch komplexe Umgebungen zu führen.

In diesem Artikel untersuchen wir, wie Computer Vision die Navigation verbessert, indem sie GPS-Karten präziser macht, Verkehrsinformationen in Echtzeit bereitstellt und Technologien wie Navigation mit erweiterter Realität sowie autonome Fahrzeuge unterstützt.

KI-Navigationssysteme mit immersiver 3D-Kartierung#

Die Nutzung von Tools wie Google Maps zur Navigation im Alltag ist inzwischen ganz üblich – ganz gleich, ob du durch die Stadt fährst oder nach einem Café in der Nähe suchst. Mit der zunehmenden Verbreitung von KI-Technologien sehen wir immer fortschrittlichere Funktionen wie Immersive View, das 2023 von Google Maps eingeführt wurde und Nutzern eine Vorschau auf Teile ihrer Strecke in einer 3D-Umgebung ermöglicht. Möglich wird dies durch eine Kombination aus KI, Photogrammetrie und Computer Vision.

Abb. 1. Google Maps’ Immersive View.

Alles beginnt mit Milliarden hochauflösender Bilder, die von verschiedensten Spezialgeräten aufgenommen werden. Dazu gehören Street-View-Fahrzeuge, also mit 360-Grad-Kameras ausgestattete Fahrzeuge, die durch Städte fahren, sowie Trekker-Geräte – tragbare Rucksäcke mit montierten Kameras, die Bilder an Orten aufnehmen, die für Fahrzeuge nicht erreichbar sind, etwa auf Wanderwegen oder in schmalen Gassen.

Diese Bilder werden mithilfe der Photogrammetrie mit Kartendaten abgeglichen. Dabei handelt es sich um ein Verfahren, bei dem 2D-Fotos aus verschiedenen Blickwinkeln zusammengefügt werden, um präzise 3D-Modelle von Straßen, Gebäuden und Gelände zu erstellen.

Anschließend wird Computer Vision eingesetzt, um diese Modelle mithilfe von Objekterkennung und Bildsegmentierung zu analysieren und wichtige Merkmale wie Verkehrsschilder, Gehwege, Zebrastreifen und Gebäudeeingänge zu identifizieren und zu kennzeichnen.

Abb. 2. Immersive View verwendet Segmentierung, um Objekte auf einer Straße zu segmentieren.

Die gekennzeichneten Daten werden verwendet, um KI-Systeme zu trainieren, die erkennen, wie sich visuelle Hinweise in verschiedenen Regionen unterscheiden. So kann das System beispielsweise problemlos zwischen einem „SLOW“-Schild in den Vereinigten Staaten, das typischerweise eine gelbe oder orangefarbene Raute ist, und einem ähnlichen Schild in Japan unterscheiden, bei dem es sich normalerweise um ein rotes und weißes Dreieck handelt. Dieses Verständnis macht die Navigation präziser und kulturell bewusster.

Schließlich legt Immersive View Live-Navigationspfade über die 3D-Umgebung und bietet so eine flüssige, intuitive Erfahrung, die genau zeigt, wohin du unterwegs bist.

Erweiterte Realität in Navigationslösungen#

Wahrscheinlich haben wir uns alle schon einmal im Kreis gedreht und versucht herauszufinden, in welche Richtung Google Maps uns weist. Genau dieses Problem soll die Navigation mit erweiterter Realität (AR) lösen – eine Technologie, die digitale Informationen über das Kamerabild der realen Welt legt. Sie verändert die Orientierung an belebten Orten wie Straßen in der Stadt oder großen Innenbereichen.

Herkömmliche Karten können schwer zu verfolgen sein, besonders wenn GPS-Signale schwach sind oder nicht zuverlässig funktionieren. Die Navigation mit AR begegnet diesem Problem, indem sie digitale Wegbeschreibungen, Pfeile und Beschriftungen direkt im Live-Kamerabild der realen Welt anzeigt. Dadurch sehen Nutzer eine Wegführung, die zu den Straßen und Gebäuden in ihrer Umgebung passt, und wissen viel leichter, wohin sie gehen müssen.

So wird erweiterte Realität in der Navigation eingesetzt#

Die AR-Navigation nutzt Computer-Vision-Modelle, um die Umgebung über die Kamera eines Geräts zu verstehen. Dazu gehören verschiedene Aufgaben wie die Bildlokalisierung, bei der Merkmale wie Gebäudekanten oder Verkehrsschilder erkannt und einer gespeicherten Karte zugeordnet werden. Simultane Lokalisierung und Kartierung (SLAM) erstellen eine Karte der Umgebung und verfolgen gleichzeitig die Position des Geräts in Echtzeit.

Flughafen Zürich war beispielsweise der erste Flughafen, der Google Maps’ Live View für die Navigation in Innenbereichen einsetzte. Passagiere können ihre Smartphone-Kameras nutzen, um Pfeile und Wegbeschreibungen zu sehen, die in die reale Umgebung eingeblendet werden und sie durch Terminals zu Gates, Geschäften und Dienstleistungen führen. Das verbessert die Erfahrung der Passagiere, indem die Navigation in komplexen Innenbereichen erleichtert wird.

Abb. 3. Der Flughafen Zürich nutzt Computer Vision und AR, um Passagiere in Innenbereichen zu führen.

Mehr Verkehrssicherheit durch KI-Navigationssysteme#

Die Straßen in Städten werden jeden Tag voller. Mehr Autos auf den Straßen, überfüllte Gehwege und ständige Aktivität machen es zunehmend schwieriger, den Verkehr reibungslos und sicher fließen zu lassen. Um dieses Chaos besser zu bewältigen, setzen viele Städte auf KI und Computer Vision.

An Kreuzungen und entlang von Straßen installierte intelligente Kameras und Sensoren erfassen kontinuierlich visuelle Daten. Diese Aufnahmen werden in Echtzeit verarbeitet, um Unfälle zu erkennen, den Verkehrsfluss zu überwachen, Schlaglöcher aufzuspüren und beispielsweise Falschparken oder riskantes Verhalten von Fußgängern festzustellen.

Ein interessantes Beispiel dafür ist der Smart Airport Expressway in Hangzhou, China. Diese 20 Kilometer lange Schnellstraße, die das Stadtzentrum von Hangzhou mit dem internationalen Flughafen Xiaoshan verbindet, wurde mit hochauflösenden Kameras und Millimeterwellenradaren ausgestattet. Diese Geräte erfassen kontinuierlich Video- und Sensordaten, die anschließend mithilfe von Computer Vision analysiert werden.

Das System zeichnet die Aufnahmen nicht nur auf, sondern interpretiert auch, was auf der Straße passiert. Algorithmen für Computer Vision erkennen Fahrzeugkollisionen, stellen Verkehrsverstöße fest und identifizieren sogar Fußgänger oder ungewöhnliche Bewegungen in der Nähe von Autobahnausfahrten. Dadurch können Verkehrsbehörden innerhalb von Sekunden auf Vorfälle reagieren, ohne vor Ort sein zu müssen.

Die Daten fließen außerdem in einen digitalen Zwilling ein: ein live aktualisiertes virtuelles 3D-Modell der Schnellstraße, das Echtzeit-Verkehrsbedingungen, Fahrzeugdetails und entstehende Verkehrsstaus darstellt. Verkehrsbeamte überwachen diese visuelle Oberfläche, um den Verkehrsfluss zu steuern, intelligente Warnungen auszugeben und schnell sowie präzise auf Vorfälle zu reagieren.

Autonome Mobilität durch Computer Vision in der Navigation#

Navigation geht heute weit über den bloßen Weg von A nach B hinaus. Sie ist inzwischen ein wichtiger Bestandteil intelligenter Systeme, die Menschen befördern, Waren verwalten und in Echtzeit Entscheidungen treffen – sowohl auf der Straße als auch in Lagern.

Im Zentrum vieler dieser Systeme steht Computer Vision, die es Maschinen ermöglicht, visuelle Daten zu interpretieren und sofort auf ihre Umgebung zu reagieren. Sehen wir uns einige Beispiele an, um zu verstehen, wie diese Technologie die Navigation in unterschiedlichen Umgebungen verändert.

Lagerroboter navigieren mit Computer Vision#

Roboter werden zu einem wichtigen Bestandteil der Zukunft der Logistik, insbesondere in großen Lagerbetrieben. Mit der steigenden Nachfrage im E-Commerce verlassen sich Unternehmen zunehmend auf Maschinen mit Computer Vision, die komplexe Umgebungen navigieren, Artikel sortieren und Bestände schnell und präzise verwalten können.

Ein Beispiel sind die Versandzentren von Amazon, in denen mehr als 750.000 Roboter gemeinsam mit Menschen arbeiten, um die Abläufe effizient zu gestalten. Diese Roboter nutzen Computer Vision intensiv, um sich auf stark frequentierten Lagerflächen zu bewegen, Artikel zu identifizieren und schnell präzise Entscheidungen zu treffen.

Ein solches System ist Sequoia, eine robotergestützte Plattform zur Beschleunigung der Bestandsverwaltung. Sie nutzt fortschrittliche Computer Vision, um eingehende Produkte zu scannen, zu zählen und zu organisieren, und trägt so dazu bei, die Einlagerung und Entnahme zu optimieren.

Vulcan, ein Roboterarm, nutzt auf ähnliche Weise Kameras und Bildanalyse, um Artikel sicher aus Regalen zu entnehmen. Dabei passt er seinen Griff an die Form und Position jedes Objekts an und erkennt sogar, wann menschliche Unterstützung erforderlich ist. Cardinal, ein weiterer Roboter mit Bilderkennung, ist dagegen auf das Sortieren spezialisiert: Er scannt gemischte Paketstapel und legt die Pakete präzise in die richtigen Transportwagen für den Versand.

Abb. 4. Cardinal hebt Pakete präzise aus einem Stapel.

Computer Vision bei der Navigation autonomer Fahrzeuge#

Bisher haben wir gesehen, wie Computer Vision Menschen und Robotern hilft, sich in ihrer Umgebung zu bewegen. Für autonome Systeme wie selbstfahrende Autos ist sie jedoch ebenso entscheidend, da die Navigation vollständig davon abhängt, was das Fahrzeug in Echtzeit sehen und verstehen kann.

Ein gutes Beispiel ist das Tesla-Vision-System. Tesla setzt beim autonomen Fahren ausschließlich auf Kameras und verzichtet zugunsten eines Kameranetzwerks, das eine vollständige 360-Grad-Sicht auf die Umgebung des Fahrzeugs bietet, auf Radar und andere Sensoren. Diese Kameras speisen visuelle Daten in den Computer für autonomes Fahren (FSD) ein, der mithilfe tiefer neuronaler Netze die Umgebung interpretiert und in Sekundenbruchteilen Fahrentscheidungen trifft.

Auf Grundlage seiner Wahrnehmung entscheidet das System, wann es lenkt, beschleunigt, bremst oder die Spur wechselt – ähnlich wie ein menschlicher Fahrer, jedoch vollständig anhand visueller Eingaben. Tesla verbessert dieses System kontinuierlich, indem das Unternehmen große Mengen realer Fahrdaten aus seiner Fahrzeugflotte sammelt und daraus lernt.

Abb. 5. Tesla nutzt Computer Vision für eine sichere und autonome Navigation (Quelle: Tesla).

Vor- und Nachteile von Computer Vision in der Navigation#

Hier sind einige zentrale Vorteile des Einsatzes von Computer Vision in der Navigation, insbesondere in Systemen, bei denen Genauigkeit, Sicherheit und Entscheidungen in Echtzeit entscheidend sind:

• Senkt den Kraftstoffverbrauch: Indem Computer Vision Fahrern hilft, Staus und Stop-and-go-Strecken zu vermeiden, kann sie den Gesamtkraftstoffverbrauch und die Fahrzeit reduzieren und so den täglichen Arbeitsweg effizienter machen.
• Erkennt Straßenschäden und Probleme an der Infrastruktur: Lösungen auf Basis von Bilderkennung können nach Schlaglöchern, verblassten Fahrbahnmarkierungen, beschädigten Schildern und schadhafter Infrastruktur suchen und Wartungsteams zuverlässige Daten in Echtzeit liefern.
• Lässt sich nahtlos mit anderen KI-Tools integrieren: Computer Vision kann mit Sprachassistenten, Modellen zur Verhaltensvorhersage oder Algorithmen zur Routenoptimierung kombiniert werden, um eine besonders intelligente und personalisierte Navigation zu ermöglichen.

Computer Vision bringt zwar viele Vorteile für die Navigation, ist bei der Umsetzung solcher Lösungen aber auch mit einigen wichtigen Einschränkungen verbunden. Hier sind einige zentrale Herausforderungen, die du berücksichtigen solltest:

• Mangelnde Verallgemeinerungsfähigkeit: Auf bestimmte Umgebungen oder Szenarien trainierte Modelle haben häufig Schwierigkeiten, wenn sie ohne erneutes Training in neuen oder veränderten Kontexten eingesetzt werden.
• Einschränkungen durch die Beleuchtung: Bilderkennungssysteme sind auf gute Lichtverhältnisse und klares Wetter angewiesen, um zuverlässig zu funktionieren. Bei Nebel, starkem Regen oder Dunkelheit nimmt ihre Leistung ab, sofern sie nicht mit Sensoren wie LiDAR oder Radar kombiniert werden.
• Datenschutzrisiken: Navigationssysteme mit Kameras können ohne Zustimmung Personen und Privateigentum aufnehmen. Dadurch entstehen Datenschutzprobleme, die bei der Entwicklung und Bereitstellung sorgfältig berücksichtigt werden müssen.

Wichtige Erkenntnisse#

Computer Vision erfindet die Navigation neu, indem sie Karten dynamischer, Verkehrssysteme intelligenter und Mobilität zugänglicher macht. Aus einst statischen Routen sind interaktive Erlebnisse in Echtzeit geworden – ermöglicht durch immersive 3D-Vorschauen, AR-gestützte Wegbeschreibungen und Technologien für den autonomen Verkehr.

Mit dem technologischen Fortschritt wird sich der Schwerpunkt wahrscheinlich darauf verlagern, diese Systeme inklusiver, anpassungsfähiger und verantwortungsvoller zu gestalten. Weitere Fortschritte werden davon abhängen, die Genauigkeit in vielfältigen Umgebungen zu verbessern, eine zuverlässige Leistung aufrechtzuerhalten und die Privatsphäre der Nutzer zu schützen. Die Zukunft von Computer Vision in der Navigation liegt in der Entwicklung von Lösungen, die nicht nur intelligent, sondern auch in ihrer Gestaltung und Wirkung umsichtig sind.

Werde Teil unserer wachsenden Community! Entdecke unser GitHub-Repository, um mehr über KI zu erfahren, und sieh dir unsere Lizenzoptionen an, um mit deinen Computer-Vision-Projekten zu beginnen. Interessierst du dich für Innovationen wie KI im Einzelhandel und Computer Vision in der Landwirtschaft? Besuche unsere Lösungsseiten und erfahre mehr!