Die Rolle von Computer Vision bei der Instandhaltung von Städten

Die Instandhaltung einer Stadt erfordert viel Arbeit, doch die meisten dieser Aufgaben bleiben unbemerkt. Nachts reparieren Instandhaltungsteams beispielsweise Straßen, beseitigen Abfälle, kontrollieren Beleuchtungsanlagen und sorgen dafür, dass die Stadt sicher und funktionsfähig bleibt.

Abgenutzte Straßen, verstopfte Abflüsse und kaputte Straßenlaternen mögen zunächst unbedeutend wirken. Bleiben sie jedoch unbeachtet, können sie schnell zu größeren Problemen führen. Diese routinemäßigen Instandhaltungsarbeiten sind für die öffentliche Sicherheit wichtig. Doch angesichts wachsender Bevölkerungen und begrenzter kommunaler Personalressourcen stoßen herkömmliche Instandhaltungsmethoden oft an ihre Grenzen.

Computer Vision, ein Teilgebiet der KI, das sich mit der Verarbeitung und dem Verständnis visueller Daten befasst, ermöglicht eine schnellere und effizientere alltägliche Instandhaltung in intelligenten Städten. Durch die Analyse von Videoaufnahmen oder Luftbildern können Lösungen mit bildverarbeitender KI Probleme automatisch erkennen und verfolgen und so die Belastung manueller Einsatzteams verringern.

Mit fortschrittlichen Computer-Vision-Modellen wie Ultralytics YOLO11 können Städte Abfälle, Schlaglöcher oder herabgestürzte Äste erkennen. Aufgaben der bildverarbeitenden KI wie Objekterkennung und Instanzsegmentierung helfen Instandhaltungsteams, schnell zu reagieren und öffentliche Bereiche ordentlich, sauber und sicher zu halten.

Abb. 1. Abfälle mit den Objekterkennungsfunktionen von Ultralytics YOLO11 erkennen. (Quelle)

In diesem Artikel untersuchen wir, wie Computer Vision die Instandhaltung von Städten unterstützt, welche typischen Anwendungen es gibt und welche Vorteile die Technologie bietet.

Überblick über Computer Vision bei der städtischen Instandhaltung#

Stadtverwaltungen setzen Technologien wie Computer Vision ein, um die städtische Infrastruktur besser zu verstehen und zu verwalten. Visuelle Daten werden mithilfe von Drohnen, Kameras und Sensoren erfasst und anschließend mit Computer-Vision-Modellen wie Ultralytics YOLO11 verarbeitet, um schnell präzise Erkenntnisse zu gewinnen.

In Smart Cities wird Computer Vision beispielsweise eingesetzt, um Graffiti mithilfe von Luftbildern und Straßenkameras automatisch zu erkennen. So können städtische Teams Graffiti schnell beseitigen und öffentliche Bereiche einladend gestalten.

Hier findest du einen Überblick über einige wichtige Computer-Vision-Aufgaben, die Smart-City-Systeme ermöglichen:

• Objekterkennung: Computer-Vision-Modelle wie Ultralytics YOLO11 können bestimmte Objekte in einem Bild oder Videostream erkennen und lokalisieren. Bei der städtischen Instandhaltung hilft das den Teams, Gegenstände wie Verkehrskegel, Mülleimer oder beschädigte Straßenschilder zu erkennen, die überprüft werden müssen.
• Bildklassifizierung: Dabei wird einem ganzen Bild anhand seines Aussehens eine Kategorie zugeordnet. Luftaufnahmen von Straßen können beispielsweise als sauber, rissig oder überflutet klassifiziert werden. So können Teams verschiedene Situationen effizienter einordnen und darauf reagieren.
• Objektverfolgung: Bei der Verfolgung werden bewegte Objekte über mehrere Videobilder hinweg verfolgt, um ihre Bewegungsbahnen abzubilden. In Städten hilft dies dabei, Fahrzeuge und Fußgänger zu überwachen und so Verkehrssteuerung und Sicherheit zu verbessern.
• Instanzsegmentierung: Mit diesem Verfahren lassen sich einzelne Instanzen desselben Objekts voneinander unterscheiden. In Städten kann es genutzt werden, um mehrere Straßenlaternen, Bäume oder parkende Fahrzeuge einzeln zu erfassen und so ihre Verfolgung und Instandhaltung zu verbessern.

Computer Vision für die städtische Instandhaltung#

Nachdem wir nun besser verstehen, wie Computer Vision die Instandhaltung von Städten unterstützt, sehen wir uns einige Anwendungen aus der Praxis an.

Intelligente Inspektion der Infrastruktur mit KI#

Die Instandhaltung unterirdischer Abwasserkanäle ist eine schwierige, aber unverzichtbare Aufgabe, denn Schäden können schwerwiegende Gesundheits- oder Umweltprobleme verursachen. Computer Vision wird inzwischen eingesetzt, um diese Inspektionen sicherer und effizienter zu machen. Drohnen mit Kameras, Sensoren und LiDAR-Systemen (Lichtdetektion und Entfernungsmessung) untersuchen Tunnel und erfassen in Echtzeit Daten zu Faktoren wie Gasgehalt, Temperatur und Schäden.

Macomb County in Michigan, USA, zeigt beispielhaft, wie Technologie unterirdische Inspektionen verbessert. Nach dem Einsturz einer Pipeline im Jahr 2016 begann der Landkreis, manuelle Kontrollen schrittweise durch automatisierte Systeme zu ersetzen.

Inzwischen nutzt die Verwaltung Drohnen wie die Elios 3 und Asio X, um unterirdische Tunnel sicher zu erkunden. Die Drohnen erfassen Video- und Sensordaten, die anschließend mithilfe von Computer Vision analysiert werden, um strukturelle Probleme zu erkennen. Seit der Umstellung auf dieses Verfahren hat der Bezirk die Inspektionskosten um fast 40 % gesenkt und die Arbeit für die Einsatzteams deutlich sicherer gemacht.

Abb. 2. Die Drohne Elios 3 kann zur Inspektion von Abwasserkanälen eingesetzt werden. (Quelle)

Computer Vision für öffentliche Straßenarbeiten#

Ebenso gehören die Instandhaltung von Straßen und das Verkehrsmanagement zu den zentralen Aufgaben, damit eine Stadt reibungslos funktioniert. Durch starken Verkehr und Witterungseinflüsse können Straßen mit der Zeit verschleißen. Risse, Schlaglöcher und beschädigte Schilder sind mögliche Folgen.

Um dieses Problem anzugehen, setzen viele Städte mittlerweile Drohnen und an Fahrzeugen montierte Kameras mit Computer Vision ein, um Straßenbedingungen und Verkehr in Echtzeit zu überwachen. Diese Technologie hilft dabei, Probleme frühzeitig zu erkennen, die Sicherheit zu verbessern, Staus zu verringern und Reparaturen schneller und präziser durchzuführen.

Genau aus diesem Grund stattet die Stadt Ahmedabad in Indien kommunale Fahrzeuge mit KI-gestützten Dashcams aus, die Straßen in Echtzeit erfassen. Diese Kameras erkennen Schlaglöcher, Risse und Oberflächenverschleiß, nehmen Bilder auf und versehen die Schäden mit Geodaten. Die gesammelten Daten werden an eine Leitstelle gesendet, wo Verantwortliche Berichte und Heatmaps erstellen, um Reparaturen nach Dringlichkeit zu planen und die Instandhaltung von Straßen zu beschleunigen.

Abb. 3. Ein Beispiel für die Erkennung und Größenschätzung von Schlaglöchern mithilfe von Computer Vision. (Quelle)

Grünflächen in Städten mithilfe von Computer Vision überwachen#

Mit der wachsenden Bevölkerung breiten sich Städte aus, und mit der Ausdehnung der Städte schrumpfen die Grünflächen. Das kann sich leider negativ auf die Luftqualität, die Temperatur und die Tierwelt auswirken. Bäume nehmen Kohlendioxid auf, kühlen städtische Gebiete und fördern die Artenvielfalt.

Um umweltfreundlicher zu werden, setzen viele Städte zunehmend Drohnen, Bildverarbeitungsmodelle, LiDAR und geografische Informationssysteme (GIS) ein, um Grünflächen zu überwachen. Diese Technologien helfen dabei, Baumstandorte zu kartieren, den Zustand der Bäume zu beurteilen und Maßnahmen zum Schutz, zur Wiederaufforstung und zur Stadtentwicklung zu planen. Dadurch lässt sich die Verwaltung von Grünflächen präziser gestalten – eine wesentliche Voraussetzung für nachhaltige Stadtplanung.

Abb. 4. Stadtbäume anhand hochauflösender Luftbilddaten identifizieren. (Quelle)

Ein interessantes Beispiel ist Neu-Delhi in Indien, wo die Stadt mit Luftverschmutzung zu kämpfen hat. Um das Problem anzugehen, startete sie unter der Leitung des Forest Research Institute eine vierjährige Baumerhebung.

Mithilfe von Drohnen, LiDAR und GIS kartieren und überwachen die Verantwortlichen Stadtbäume und erfassen dabei Baumarten, Zustand und Standort. Diese Technologie hilft der Stadt, ihre Grünflächen besser zu verwalten. Das kann die Luftqualität verbessern und Indiens Ziel unterstützen, bis 2070 Netto-Null-Emissionen zu erreichen.

Anwendungen von Vision-KI für Stadtplanung und Überwachung#

Illegale Bauvorhaben verursachen in Städten erhebliche Probleme. Sie können Straßen blockieren, öffentliche Dienste belasten und die geplante Stadtentwicklung beeinträchtigen. Ein neuer Ansatz zur Bekämpfung des Problems nutzt Computer Vision, um Luftbilder aus verschiedenen Zeiträumen miteinander zu vergleichen. So lassen sich selbst kleine Veränderungen an Gebäuden oder der Flächennutzung frühzeitig erkennen. Behörden können dadurch reagieren, bevor sich das Problem verschärft.

In Bayern haben Forschende beispielsweise Verfahren entwickelt, die KI und Computer Vision einsetzen, um Satellitenbilder und Geodatenkarten zu analysieren und so nicht genehmigte Gebäude zu erkennen. Außerdem nutzten sie das digitale Oberflächenmodell im Zeitverlauf (tDSM), das Veränderungen der Geländeoberfläche über längere Zeiträume erfasst.

Durch die Kombination dieser Werkzeuge können Forschende neue Bauwerke erkennen, indem sie Höhenveränderungen überwachen und Bilder vergleichen. So können lokale Behörden Bauvorschriften wirksamer durchsetzen, eine nachhaltige Entwicklung planen und genaue Aufzeichnungen führen.

Abb. 5: Karte mit dokumentierten und undokumentierten Gebäuden in der Stadt. (Quelle)

Vor- und Nachteile von Computer Vision bei der städtischen Instandhaltung#

Hier sind einige wichtige Vorteile des Einsatzes von Computer Vision für die Instandhaltung von Smart Cities:

• Skalierbare Abdeckung: Computer Vision kann große städtische Gebiete mithilfe vorhandener Infrastruktur wie Überwachungskameras oder Drohnen überwachen und dadurch den Bedarf an manuellen Inspektionen senken.
• Flexibler Ressourceneinsatz: Echtzeitanalysen helfen dabei, Aufgaben nach Dringlichkeit zu priorisieren und die Instandhaltung dadurch effizienter und kostengünstiger zu gestalten.
• Schnellere Warnmeldungen bei Notfällen: KI-gestützte Bildverarbeitungssysteme können Vorfälle wie Brände, Unfälle oder Überschwemmungen nahezu sofort erkennen. So kann schneller reagiert und der Schaden begrenzt werden.

Computer-Vision-Systeme bieten zwar zuverlässige Unterstützung bei der Instandhaltung von Städten, haben aber auch gewisse Einschränkungen. Bei der Nutzung dieser Technologien solltest du einige wichtige Faktoren beachten:

• Hohe Anfangskosten: Die Einführung von Computer-Vision-Systemen erfordert erhebliche Vorabinvestitionen in Kameras, Sensoren und KI-Infrastruktur. Kleinere Kommunen können Schwierigkeiten haben, diese Kosten zunächst aufzubringen.
• Bedenken hinsichtlich des Datenschutzes: Die dauerhafte visuelle Überwachung kann bei Stadtbewohnerinnen und Stadtbewohnern Bedenken hinsichtlich Überwachung und Privatsphäre auslösen.
• Herausforderungen bei der Infrastruktur: Älteren Städten fehlt möglicherweise die digitale Infrastruktur, die für eine Einführung im großen Maßstab erforderlich ist (z. B. eine stabile Verbindung, Stromversorgung oder Sensornetzwerke).

Die wichtigsten Erkenntnisse#

Intelligente Städte verändern das urbane Leben, indem sie mithilfe von Computer Vision die Infrastruktur besser instand halten. Durch Echtzeitüberwachung und vorausschauende Erkenntnisse hilft diese Technologie Städten, schneller auf Probleme zu reagieren, Ressourcen effizienter einzusetzen und die Sicherheit der Einwohner zu gewährleisten. Kommunen verlagern ihren Fokus zunehmend von reaktiven Reparaturen hin zu proaktiver, datengestützter Planung.

Mit Blick auf die Zukunft werden KI und Computer Vision wahrscheinlich eine größere Rolle dabei spielen, Städte umweltfreundlicher, gerechter und effizienter zu machen. Werkzeuge wie digitale Zwillinge und generative KI ergänzen diese Technologien, indem sie Planern ermöglichen, neue Ideen zu testen, öffentliche Dienstleistungen zu verbessern und Versorgungslücken zu schließen. Zusammen tragen diese Innovationen dazu bei, urbane Lebensräume zu gestalten, die nicht nur intelligenter und sicherer, sondern auch besser auf die Bedürfnisse ihrer Gemeinschaften abgestimmt sind.

Werde Teil unserer Community und sieh dir unser GitHub-Repository an, um mehr über Computer Vision zu erfahren. Auf unseren Lösungsseiten findest du verschiedene Anwendungsbereiche von KI in der Fertigung und Computer Vision im Gesundheitswesen. Sieh dir unsere Lizenzoptionen an und starte mit bildverarbeitender KI.