Computer Vision in Navigationsanwendungen entdecken

Heutzutage fühlt es sich mühelos an, das Smartphone hervorzuholen, ein Ziel einzugeben und Schritt für Schritt dorthin zu navigieren. Das dauert nur wenige Sekunden. Dieser alltägliche Komfort ist jedoch das Ergebnis jahrzehntelangen technischen Fortschritts. Die Navigation hat sich von Papierkarten und Kompassen zu intelligenten Systemen entwickelt, die die Welt in Echtzeit erfassen und auf sie reagieren können.

Eine der Technologien hinter diesem Wandel ist Computer Vision, ein Teilgebiet der künstlichen Intelligenz (AI), mit dem Maschinen visuelle Informationen ähnlich wie Menschen interpretieren können. Moderne Navigationswerkzeuge nutzen inzwischen Echtzeitbilder von Satelliten, Dashcams und Sensoren auf Straßenebene, um die Genauigkeit von Karten zu verbessern, Straßenbedingungen zu überwachen und Nutzer durch komplexe Umgebungen zu führen.

In diesem Artikel untersuchen wir, wie Computer Vision die Navigation verbessert: durch bessere GPS-Karten, aktuelle Verkehrsinformationen und Unterstützung für Technologien wie Augmented-Reality-Navigation und autonome Fahrzeuge.

KI-Navigationssysteme mit immersiver 3D-Kartierung#

Google Maps im Alltag zur Navigation zu nutzen, ist mittlerweile ganz selbstverständlich – egal, ob du in einen anderen Stadtteil fährst oder ein Café in der Nähe suchst. Mit der zunehmenden Verbreitung von KI-Technologien kommen immer fortschrittlichere Funktionen hinzu, etwa Immersive View, das Google Maps 2023 eingeführt hat und mit dem Nutzer Teile ihrer Route in einer 3D-Umgebung erkunden können. Möglich wird das durch die Kombination von KI, Photogrammetrie und Computer Vision.

Abb. 1. Immersive View in Google Maps.

Am Anfang stehen Milliarden hochauflösender Bilder, die mit verschiedenen Spezialgeräten aufgenommen werden. Dazu gehören Street-View-Fahrzeuge, die mit 360-Grad-Kameras ausgestattet durch Städte fahren, und Trekker-Geräte – tragbare Rucksäcke mit montierten Kameras, mit denen Bilder an Orten aufgenommen werden, die Fahrzeuge nicht erreichen können, etwa auf Wanderwegen oder in schmalen Gassen.

Diese Bilder werden mithilfe der Photogrammetrie mit Kartendaten abgeglichen. Bei diesem Verfahren werden 2D-Fotos aus verschiedenen Blickwinkeln zu präzisen 3D-Modellen von Straßen, Gebäuden und Gelände zusammengefügt.

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 erkennen und zu kennzeichnen.

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

Die gekennzeichneten Daten werden verwendet, um KI-Systeme darauf zu trainieren, regionale Unterschiede bei visuellen Hinweisen zu erkennen. So kann das System beispielsweise ein „SLOW“-Schild in den Vereinigten Staaten, das typischerweise ein gelbes oder oranges Rautenschild ist, leicht von einem ähnlichen Schild in Japan unterscheiden, das üblicherweise ein rot-weißes Dreieck ist. Dieses Verständnis macht die Navigation präziser und berücksichtigt kulturelle Besonderheiten.

Zum Schluss blendet Immersive View die Navigationsrouten in Echtzeit in die 3D-Umgebung ein und bietet so ein flüssiges, intuitives Erlebnis, das genau zeigt, wohin du unterwegs bist.

Augmented Reality in Navigationslösungen#

Wahrscheinlich haben wir alle schon einmal erlebt, wie wir uns im Kreis drehen und versuchen herauszufinden, in welche Richtung Google Maps uns weist. Genau dieses Problem soll die Navigation mit Augmented Reality (AR) lösen. Dabei werden digitale Informationen über das Kamerabild der realen Welt gelegt. Diese Technologie verändert, wie Menschen sich an belebten Orten wie Straßen in der Innenstadt oder großen Innenräumen orientieren.

Herkömmliche Karten können schwer zu lesen sein, besonders wenn das GPS-Signal schwach ist oder nicht zuverlässig funktioniert. AR-Navigation löst dieses Problem, indem sie digitale Wegbeschreibungen, Pfeile und Beschriftungen direkt in das Live-Kamerabild der realen Welt einblendet. So sehen Nutzer Hinweise, die zu den Straßen und Gebäuden in ihrer Umgebung passen, und können viel leichter erkennen, wohin sie gehen müssen.

So wird Augmented Reality in der Navigation eingesetzt#

Die AR-Navigation nutzt Computer-Vision-Modelle, um die Umgebung über die Kamera eines Geräts zu erfassen. Dazu gehören verschiedene Aufgaben wie die Bildlokalisierung, bei der Merkmale wie Gebäudekanten oder Straßenschilder erkannt und mit einer gespeicherten Karte abgeglichen werden. Die simultane Lokalisierung und Kartierung (SLAM) erstellt eine Karte der Umgebung und verfolgt gleichzeitig in Echtzeit die Position des Geräts.

Der Flughafen Zürich war beispielsweise der erste, der Google Maps Live View zur Navigation in Innenräumen einführte. Passagiere können ihre Smartphone-Kameras nutzen, um Pfeile und Wegbeschreibungen eingeblendet in der realen Umgebung zu sehen. Diese leiten sie durch die Terminals zu Gates, Geschäften und Serviceangeboten. Das verbessert das Reiseerlebnis, da die Orientierung in komplexen Innenräumen leichter fällt.

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

Mehr Verkehrssicherheit durch KI-Navigationssysteme#

Die Straßen in Städten werden täglich voller. Mehr Autos, überfüllte Gehwege und ständige Betriebsamkeit machen es zunehmend schwieriger, den Verkehr flüssig und sicher am Laufen zu halten. Um das Chaos 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. Die Aufnahmen werden in Echtzeit verarbeitet, um Unfälle zu erkennen, den Verkehrsfluss zu überwachen, Schlaglöcher aufzuspüren und Falschparken oder riskantes Verhalten von Fußgängern zu erkennen.

Ein interessantes Beispiel dafür ist die Smart Airport Expressway in Hangzhou, China. Diese 20 Kilometer lange Autobahn, die das Zentrum 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 nicht einfach nur Aufnahmen auf, sondern interpretiert, was auf der Straße geschieht. Computer-Vision-Algorithmen erkennen Fahrzeugkollisionen, identifizieren Verkehrsverstöße und erkennen sogar Fußgänger oder ungewöhnliche Bewegungen in der Nähe von Autobahnausfahrten. So können Verkehrsbehörden innerhalb von Sekunden auf Vorfälle reagieren, ohne vor Ort sein zu müssen.

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

Autonome Mobilität durch Computer Vision in der Navigation#

Navigation bedeutet heute weit mehr, als nur von Punkt A nach Punkt B zu gelangen. Sie ist mittlerweile ein wichtiger Bestandteil intelligenter Systeme, die Menschen befördern, Waren verwalten und Entscheidungen in Echtzeit treffen – ob auf der Straße oder in Lagerhäusern.

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

Lagerroboter navigieren mit Computer Vision#

Roboter werden immer wichtiger für die Zukunft der Logistik, insbesondere in großen Lagerbetrieben. Mit der wachsenden Nachfrage im E-Commerce setzen Unternehmen zunehmend auf Computer-Vision-gestützte Maschinen, die sich durch komplexe Umgebungen bewegen, Artikel sortieren und Bestände schnell und präzise verwalten.

Ein Beispiel sind die Versandzentren von Amazon, in denen mehr als 750.000 Roboter mit Menschen zusammenarbeiten, damit die Abläufe effizient bleiben. Diese Roboter nutzen Computer Vision intensiv, um sich durch geschäftige Lagerhallen zu bewegen, Artikel zu identifizieren und schnelle, präzise Entscheidungen zu treffen.

Ein solches System ist Sequoia, eine Roboterplattform, die die Bestandsbearbeitung beschleunigen soll. Mithilfe fortschrittlicher Computer Vision scannt, zählt und sortiert sie eingehende Produkte und optimiert so die Einlagerung und Entnahme.

Vulcan, ein Roboterarm, nutzt ebenfalls Kameras und Bildanalyse, um Artikel sicher aus Regalen zu entnehmen. Dabei passt er seinen Griff an Form und Position jedes Objekts an und erkennt sogar, wenn menschliche Hilfe nötig ist. Cardinal, ein weiterer Roboter mit Computer Vision, ist auf das Sortieren spezialisiert: Er scannt gemischte Paketstapel und legt die Pakete präzise in die richtigen Versandwagen.

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 bei der Orientierung hilft. Für autonome Systeme wie selbstfahrende Autos ist sie jedoch ebenso entscheidend, denn deren Navigation hängt vollständig davon ab, 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 auf Radar und andere Sensoren. Stattdessen nutzt das Unternehmen ein Netzwerk aus Kameras, das eine vollständige 360-Grad-Ansicht der Umgebung des Autos ermöglicht. Diese Kameras speisen visuelle Daten in den Full-Self-Driving-Computer (FSD) ein, der mithilfe tiefer neuronaler Netze die Umgebung interpretiert und in Sekundenbruchteilen Fahrentscheidungen trifft.

Auf Grundlage seiner visuellen Wahrnehmung entscheidet das System, wann es lenkt, beschleunigt, bremst oder die Spur wechselt – genau wie ein menschlicher Fahrer, jedoch ausschließlich anhand visueller Daten. Tesla verbessert das System kontinuierlich, indem das Unternehmen große Mengen realer Fahrdaten aus seiner gesamten Fahrzeugflotte erfasst 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 wichtige 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 Fahrerinnen und Fahrern hilft, Staus und Stop-and-go-Strecken zu vermeiden, kann sie den Kraftstoffverbrauch und die Fahrzeit insgesamt verringern und so den täglichen Arbeitsweg effizienter machen.
• Erkennt Straßenschäden und Infrastrukturprobleme: Visionbasierte Lösungen können nach Schlaglöchern, verblassten Fahrbahnmarkierungen, beschädigten Schildern und defekter Infrastruktur suchen und Wartungsteams zuverlässige Daten in Echtzeit liefern.
• Integration mit anderen KI-Werkzeugen: Computer Vision lässt sich mit Sprachassistenten, Modellen zur Verhaltensvorhersage oder Algorithmen zur Routenoptimierung kombinieren, um die Navigation individueller zu gestalten.

Computer Vision bietet der Navigation viele Vorteile, bringt aber auch wichtige Einschränkungen mit sich, die bei der Umsetzung solcher Lösungen berücksichtigt werden müssen. Hier sind einige zentrale Herausforderungen:

• Begrenzte Übertragbarkeit: Modelle, die für bestimmte Umgebungen oder Szenarien trainiert wurden, haben oft Schwierigkeiten in neuen oder veränderten Situationen, wenn sie nicht erneut trainiert werden.
• Einschränkungen bei den Lichtverhältnissen: Damit Bildverarbeitungssysteme zuverlässig funktionieren, brauchen sie gute Lichtverhältnisse und klares Wetter. 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 privates Eigentum aufnehmen. Das wirft Datenschutzfragen auf, die bei der Entwicklung und Bereitstellung sorgfältig behandelt werden müssen.

Die wichtigsten Erkenntnisse#

Computer Vision verändert die Navigation grundlegend: Karten werden dynamischer, Verkehrssysteme intelligenter und Mobilität zugänglicher. Aus statischen Routen sind interaktive Erlebnisse in Echtzeit geworden – ermöglicht durch immersive 3D-Vorschauen, AR-gestützte Wegbeschreibungen und Technologien für den autonomen Transport.

Mit dem technologischen Fortschritt wird sich der Schwerpunkt wahrscheinlich darauf verlagern, diese Systeme inklusiver, anpassungsfähiger und verantwortungsvoller zu gestalten. Weitere Fortschritte hängen davon ab, die Genauigkeit in unterschiedlichen Umgebungen zu verbessern, eine zuverlässige Leistung sicherzustellen und die Privatsphäre der Nutzer zu schützen. Die Zukunft von Computer Vision in der Navigation liegt in Lösungen, die nicht nur intelligent sind, sondern auch mit Blick auf ihre Gestaltung und Wirkung verantwortungsvoll entwickelt werden.

Werde Teil unserer wachsenden Community! In unserem GitHub-Repository erfährst du mehr über KI. Sieh dir außerdem unsere Lizenzoptionen an, um deine Vision-KI-Projekte zu starten. Interessierst du dich für Innovationen wie KI im Einzelhandel und Computer Vision in der Landwirtschaft? Auf unseren Lösungsseiten erfährst du mehr!