Computer Vision in Navigationsanwendungen erforschen

KI-Navigationssysteme mit immersivem 3D-Mapping

Mit Tools wie Google Karten zur Navigation im Alltag sind weit verbreitet, egal ob man durch die Stadt fährt oder ein Café in der Nähe sucht. Mit der zunehmenden Verbreitung von KI-Technologien sehen wir zunehmend fortschrittlichere Funktionen wie Immersive View , die 2023 von Google Maps ermöglicht Nutzern die Vorschau von Teilen ihrer Reise in einer 3D-Umgebung. Ermöglicht wird dies durch eine Kombination aus KI, Photogrammetrie und Computer Vision.

‍

Alles beginnt mit Milliarden hochauflösender Bilder, die von verschiedenen Spezialgeräten aufgenommen werden. Dazu gehören Street View-Autos, Fahrzeuge mit 360-Grad-Kameras, die durch Städte fahren, und Trekker-Geräte, tragbare Rucksäcke mit montierten Kameras, die Bilder an Orten aufnehmen, die für Fahrzeuge unerreichbar sind, wie Wanderwegen oder engen Gassen.

Diese Bilder werden mithilfe der Photogrammetrie mit Kartendaten abgeglichen. Dabei handelt es sich um eine Technik, bei der aus verschiedenen Winkeln aufgenommene 2D-Fotos zusammengefügt werden, um genaue 3D-Modelle von Straßen, Gebäuden und Gelände zu erstellen.

Anschließend werden diese Modelle mithilfe von Computer Vision analysiert. Dabei kommt Objekterkennung und Bildsegmentierung zum Einsatz, um wichtige Merkmale wie Verkehrsschilder, Gehwege, Zebrastreifen und Gebäudeeingänge zu identifizieren und zu kennzeichnen.

‍

Die gekennzeichneten Daten werden verwendet, um KI-Systeme zu trainieren, die erkennen, wie sich visuelle Hinweise regional unterscheiden. Beispielsweise kann das System problemlos zwischen einem „SLOW“-Schild in den USA, typischerweise einer gelben oder orangefarbenen Raute, und einem ähnlichen Schild in Japan, meist einem rot-weißen Dreieck, unterscheiden. Dieses Verständnis macht die Navigation präziser und kulturell bewusster.

Und schließlich überlagert Immersive View Live-Navigationspfade auf der 3D-Umgebung und bietet so ein reibungsloses, intuitives Erlebnis, das genau zeigt, wohin Sie gehen.

Augmented Reality in Navigationslösungen

Wir alle haben wahrscheinlich schon einmal erlebt, wie wir uns im Kreis drehten und versuchten herauszufinden, in welche Richtung Google Maps weist uns darauf hin. Genau diese Verwirrung will die Augmented Reality (AR) -Navigation lösen – eine Technologie, die digitale Informationen über die reale Kameraansicht legt. Sie verändert die Art und Weise, wie sich Menschen in belebten Orten wie Stadtstraßen oder großen Innenräumen zurechtfinden. 

Herkömmliche Karten können schwer zu verstehen sein, insbesondere bei schwachen oder schlecht funktionierenden GPS-Signalen. AR-Navigation löst dieses Problem, indem digitale Richtungen, Pfeile und Beschriftungen direkt in der Live-Kameraansicht der realen Welt angezeigt werden. So werden die Benutzer anhand der Straßen und Gebäude in ihrer Umgebung geführt und finden sich leichter zurecht.

Wie Augmented Reality in der Navigation eingesetzt wird

AR-Navigation nutzt Computer-Vision-Modelle, um die Umgebung durch die Kamera eines Geräts zu erfassen. Dies umfasst verschiedene Aufgaben wie die Bildlokalisierung, die Merkmale wie Gebäudekanten oder Straßenschilder erkennt und mit einer gespeicherten Karte abgleicht. Simultane Lokalisierung und Mapping (SLAM) erstellen eine Karte der Umgebung und verfolgen gleichzeitig die Position des Geräts in Echtzeit.

So war der Flughafen Zürich der erste, der Google Maps Live View für die Indoor-Navigation. Passagiere können über ihre Handykameras Pfeile und Richtungsangaben in die reale Umgebung einblenden, die sie durch Terminals zu Gates, Geschäften und Services führen. Dies verbessert das Passagiererlebnis, da die Navigation in komplexen Innenräumen erleichtert wird.

‍

Mehr Verkehrssicherheit durch KI-Navigationssysteme

Die Straßen der Städte werden täglich voller. Mehr Autos auf den Straßen, überfüllte Gehwege und ständiger Betrieb stellen eine wachsende Herausforderung dar, einen reibungslosen und sicheren Verkehrsfluss zu gewährleisten. Um das Chaos zu bewältigen, setzen viele Städte auf KI und Computer Vision.

Intelligente Kameras und Sensoren an Kreuzungen und entlang von Straßen erfassen kontinuierlich visuelle Daten. Diese Aufnahmen werden in Echtzeit verarbeitet, um Unfälle zu erkennen, den Verkehrsfluss zu überwachen, Schlaglöcher zu erkennen und beispielsweise Falschparken oder riskantes Fußgängerverhalten aufzudecken.

Ein interessantes Beispiel hierfür ist der Smart Airport Expressway im chinesischen Hangzhou. Diese 20 Kilometer lange Autobahn, die die Innenstadt 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.

Anstatt nur Aufnahmen zu machen, interpretiert das System das Geschehen auf der Straße. Computer-Vision-Algorithmen erkennen Fahrzeugkollisionen, Verkehrsverstöße und sogar Fußgänger oder ungewöhnliche Bewegungen in der Nähe von Autobahnausfahrten. So können Verkehrspolizisten innerhalb von Sekunden auf Vorfälle reagieren, ohne physisch vor Ort sein zu müssen.

Die Daten fließen zudem in einen digitalen Zwilling ein: ein virtuelles 3D-Modell der Autobahn, das Verkehrsbedingungen, Fahrzeugdetails und entstehende Staus in Echtzeit anzeigt. Verkehrspolizisten überwachen diese visuelle Schnittstelle, um den Verkehrsfluss zu steuern, intelligente Warnungen auszugeben und schnell und präzise auf Vorfälle zu reagieren.

Autonome Mobilität dank Computer Vision in der Navigation 

Heutzutage geht es bei der Navigation weit über das bloße Erreichen von Punkt A nach Punkt B hinaus. Sie ist mittlerweile ein entscheidender Teil intelligenter Systeme, die Menschen transportieren, Waren verwalten und Entscheidungen in Echtzeit treffen – ob auf der Straße oder in Lagerhallen . 

Das Herzstück vieler dieser Systeme ist Computer Vision. Sie ermöglicht es Maschinen, visuelle Daten zu interpretieren und sofort auf ihre Umgebung zu reagieren. Sehen wir uns einige Beispiele an, um zu sehen, wie diese Technologie die Navigation in verschiedenen Umgebungen verändert.

Lagerroboter navigieren mit Computer Vision

Roboter werden für die Zukunft der Logistik, insbesondere in großen Lagerhallen, unverzichtbar. Mit der wachsenden Nachfrage im E-Commerce setzen Unternehmen zunehmend auf computergestützte Maschinen, um sich in komplexen Umgebungen zurechtzufinden, Artikel zu sortieren und Lagerbestände schnell und präzise zu verwalten.

Ein Beispiel hierfür sind die Logistikzentren von Amazon , in denen über 750.000 Roboter gemeinsam mit Menschen für einen effizienten Betrieb sorgen. Diese Roboter sind in hohem Maße auf Computervision angewiesen, um sich in den belebten Lagerhallen zurechtzufinden, Artikel zu identifizieren und schnelle, präzise Entscheidungen zu treffen.

Ein solches System ist Sequoia, eine Roboterplattform zur Beschleunigung der Lagerverwaltung. Sie nutzt fortschrittliche Computervision zum Scannen, Zählen und Organisieren eingehender Produkte und trägt so zur Optimierung der Lager- und Abrufprozesse bei. 

Ähnlich verhält es sich mit dem Roboterarm Vulcan, der mithilfe von Kameras und Bildanalyse Artikel sicher aus Regalen greift. Er passt seinen Griff an Form und Position jedes Objekts an und erkennt sogar, wann menschliche Hilfe benötigt wird. Cardinal, ein weiterer bildverarbeitungsfähiger Roboter, ist auf das Sortieren spezialisiert: Er scannt gemischte Paketstapel und legt sie präzise in die richtigen Ausgangswagen.

‍

Computer Vision in der autonomen Fahrzeugnavigation

Bisher haben wir gesehen, wie Computer Vision sowohl Menschen als auch Robotern hilft, sich in ihrer Umgebung zurechtzufinden. Doch genauso wichtig ist sie für autonome Systeme wie selbstfahrende Autos , bei denen 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 auf einen reinen Kameraansatz und verzichtet auf Radar und andere Sensoren. Stattdessen wird ein Kameranetzwerk eingesetzt, das eine 360-Grad-Rundumsicht der Fahrzeugumgebung ermöglicht. Diese Kameras speisen visuelle Daten in den Full Self-Driving (FSD)-Computer ein, der mithilfe tiefer neuronaler Netzwerke die Umgebung interpretiert und sekundenschnelle Fahrentscheidungen trifft.

Basierend auf dem, was es sieht, entscheidet das System, wann es lenken, beschleunigen, bremsen oder die Spur wechseln muss – genau wie ein menschlicher Fahrer, nur eben ausschließlich anhand visueller Eingaben. Tesla verbessert dieses System kontinuierlich, indem es riesige Mengen realer Fahrdaten seiner gesamten Flotte sammelt und daraus lernt.

‍

Vor- und Nachteile von Computer Vision in der Navigation

Hier sind einige wichtige Vorteile der Verwendung von Computer Vision in der Navigation, insbesondere in Systemen, bei denen Genauigkeit, Sicherheit und Entscheidungsfindung in Echtzeit von entscheidender Bedeutung sind:

• Reduziert den Kraftstoffverbrauch: Indem Computer Vision den Fahrern hilft, Staus und Stop-and-Go-Strecken zu vermeiden, kann sie den Gesamtkraftstoffverbrauch und die Fahrzeit reduzieren und so das tägliche Pendeln effizienter gestalten.
  ‍
• Erkennt Straßenverschleiß und Infrastrukturprobleme: Vision-basierte Lösungen können nach Schlaglöchern, verblassten Fahrbahnmarkierungen, kaputten Schildern und beschädigter Infrastruktur suchen und Wartungsteams zuverlässige Echtzeitdaten liefern.
  ‍
• Nahtlose Integration mit anderen KI-Tools: Computer Vision kann mit Sprachassistenten, Verhaltensvorhersagemodellen oder Routenoptimierungsalgorithmen kombiniert werden, um ein hochintelligentes und personalisiertes Navigationserlebnis zu schaffen.

Computer Vision bietet zwar viele Vorteile für die Navigation, bringt aber auch einige wichtige Einschränkungen mit sich, die bei der Implementierung solcher Lösungen berücksichtigt werden müssen. Hier sind einige wichtige Herausforderungen, die Sie im Auge behalten sollten:

• Mangelnde Generalisierung: Modelle, die für bestimmte Umgebungen oder Szenarien trainiert wurden, haben oft Probleme, wenn sie ohne erneutes Training in neuen oder sich ändernden Kontexten eingesetzt werden.
  ‍
• Beleuchtungseinschränkungen: Bildverarbeitungssysteme sind für ihren einwandfreien Betrieb auf gute Beleuchtung und klares Wetter angewiesen. Bei Nebel, starkem Regen oder Dunkelheit lässt ihre Leistung nach, sofern sie nicht mit Sensoren wie LiDAR oder Radar kombiniert wird.
  ‍
• Datenschutzrisiken : Navigationssysteme mit Kameras können Personen und Privateigentum ohne deren Zustimmung erfassen. Dies wirft Datenschutzprobleme auf, die bei Entwicklung und Einsatz sorgfältig berücksichtigt werden müssen.

Die wichtigsten Erkenntnisse

Computer Vision erfindet die Navigation neu, indem es Karten dynamischer, Verkehrssysteme intelligenter und Mobilität zugänglicher macht. Einst statische Routen sind heute interaktive Echtzeit-Erlebnisse – unterstützt durch immersive 3D-Vorschauen, AR-gestützte Wegbeschreibungen und autonome Transporttechnologien.

Mit dem technologischen Fortschritt wird sich der Fokus wahrscheinlich darauf verlagern, diese Systeme umfassender, anpassungsfähiger und verantwortungsvoller zu gestalten. Weitere Fortschritte hängen von der Verbesserung der Genauigkeit in unterschiedlichen Umgebungen, der Aufrechterhaltung zuverlässiger Leistung und dem Schutz der Privatsphäre der Nutzer ab. Die Zukunft der Computervision in der Navigation liegt in der Entwicklung intelligenter, aber auch durchdachter Lösungen.

Werden Sie Teil unserer wachsenden Community ! Entdecken Sie unser GitHub-Repository, um mehr über KI zu erfahren, und informieren Sie sich über unsere Lizenzoptionen , um Ihre Vision-AI-Projekte zu starten. Interessieren Sie sich für Innovationen wie KI im Einzelhandel und Computer Vision in der Landwirtschaft ? Besuchen Sie unsere Lösungsseiten, um mehr zu erfahren!