ALYCE beschleunigt die Inferenz für Verkehrs-KI mit Ultralytics YOLO um 20 %

ALYCE integrierte Ultralytics YOLO in Lösungen wie minUi und OBSERVER, sparte dadurch zwei Monate Entwicklungszeit und senkte die Kosten für eine intelligentere urbane Mobilität.

In geschäftigen Städten sind Staus, veraltete Verkehrssysteme und Herausforderungen im Bereich Nachhaltigkeit weit verbreitet. ALYCE arbeitet an Lösungen für diese Probleme und stellt intelligente, KI-gestützte Werkzeuge bereit, mit denen Städte ihre Verkehrsabläufe verstehen und verbessern können.

ALYCE hat sich zum Ziel gesetzt, diese Herausforderungen anzugehen, und verschiedene innovative Lösungen auf Basis von Ultralytics YOLO-Modellen entwickelt: minUi, ein KI-Werkzeug zur Verhaltensanalyse, und OBSERVER, ein Echtzeit-Verkehrsüberwachungssystem. Diese Werkzeuge beschleunigen die Datenerfassung und machen sie genauer, senken Kosten und helfen Städten dabei, intelligentere, umweltfreundlichere und effizientere Verkehrssysteme zu schaffen.

Abb. 1: minUi nutzt Ultralytics YOLO-Modelle zur Verhaltensanalyse.

Vision AI für das Verkehrsmanagement einsetzen#

Seit über 20 Jahren unterstützt ALYCE Städte dabei, die Mobilität zu verbessern, und legt dabei großen Wert auf Nachhaltigkeit. Städtische Gebiete stehen vor anhaltenden Herausforderungen wie Verkehrsstaus, ineffizienten Verkehrssystemen und dem dringenden Bedarf an Dekarbonisierung. Herkömmliche Methoden zur Erfassung und Analyse von Mobilitätsdaten sind oft langsam und ungenau, was die Planung erschwert. ALYCE setzt auf Computer Vision und KI, um diese Hindernisse zu überwinden. Das Unternehmen entwickelt innovative, datengestützte Lösungen, mit denen Städte ihre Verkehrssysteme optimieren und eine nachhaltigere Zukunft anstreben können.

Warum Städte intelligentere, datengestützte Mobilitätslösungen brauchen#

Weltweit wird es in Städten immer geschäftiger, und die Steuerung der urbanen Mobilität wird zunehmend komplexer. Fußgänger, Fahrzeuge, Fahrräder und andere Verkehrsteilnehmende in belebten Bereichen wie Kreuzungen und Kreisverkehren zu erfassen und zu analysieren, ist wichtig, um Verkehrsfluss, Sicherheit und Verkehrsplanung zu verbessern. Herkömmliche Methoden wie manuelle Erhebungen oder veraltete Überwachungssysteme liefern jedoch oft nicht die für diese Komplexität erforderliche Genauigkeit.

Ältere Systeme haben Schwierigkeiten, verschiedene Arten von Verkehrsteilnehmenden zu unterscheiden oder ihre Bewegungen zuverlässig nachzuverfolgen. So können herkömmliche Werkzeuge beispielsweise die Wege von Fahrzeugen, Fußgängern und Radfahrenden nicht zuverlässig in Echtzeit überwachen. Unvollständige oder ungenaue Daten erschweren es Stadtplanern und Verkehrsbetreibern, fundierte Entscheidungen zu treffen.

Um diese Probleme zu lösen, braucht es intelligentere Werkzeuge. Eine umfassende Lösung sollte idealerweise mehrere Verkehrsteilnehmende gleichzeitig verfolgen, Erkenntnisse in Echtzeit liefern und Städten helfen, Verkehrsmuster besser zu verstehen.

Die KI-gestützten Lösungen von ALYCE für intelligentere Mobilität#

Um die Herausforderungen urbaner Mobilität anzugehen, hat ALYCE fortschrittliche Werkzeuge auf Basis von KI und Computer Vision entwickelt. Sie nutzen Ultralytics YOLO-Modelle für Computer-Vision-Aufgaben wie die Objekterkennung in Echtzeit. Insbesondere ermöglichen YOLO-Modelle die genaue und automatisierte Erfassung von Fußgängern, Fahrzeugen, Fahrrädern und anderen Verkehrsteilnehmenden. Die mit Ultralytics YOLO gewonnenen Erkenntnisse sind auch in komplexen Umgebungen wie stark befahrenen Kreuzungen und Kreisverkehren zuverlässig und umsetzbar.

Zu den wichtigsten Lösungen von ALYCE gehören:

• minUi: Ein KI-Werkzeug zur Videoanalyse, das das Verhalten von Verkehrsteilnehmenden analysiert und Erkenntnisse zur Verbesserung von Verkehrssicherheit und Effizienz liefert.
• OBSERVER: Ein Echtzeit-Verkehrsüberwachungssystem, das Verkehrsteilnehmende automatisiert erkennt und verfolgt. Es unterstützt ein dynamisches Verkehrsmanagement und bessere Entscheidungen.
• MyGIS: Eine Plattform zur Visualisierung von Mobilitätsdaten, mit der Stadtplaner Trends erkennen und wirksamere Verkehrssysteme entwerfen können.

Durch die Integration von Ultralytics YOLO-Modellen automatisieren diese Werkzeuge langsame, manuelle Prozesse und liefern hochpräzise Daten. Mithilfe der von Vision AI gewonnenen Erkenntnisse können Städte Staus verringern, den Verkehrsfluss optimieren und nachhaltigere urbane Verkehrsnetze schaffen.

Warum Ultralytics YOLO-Modelle wählen?#

Ultralytics YOLO-Modelle waren für die Mobilitätslösungen von ALYCE eine ideale Wahl, weil sie dort hohe Leistung boten, wo es besonders darauf ankam. Sie steigerten die Genauigkeit um 1–2 % beim mittleren durchschnittlichen Präzisionswert (mAP) und ermöglichten Echtzeitverarbeitung mit um 20 % kürzeren Inferenzzeiten als andere Modelle. Dabei erreichten sie durchgehend 30 FPS. Ihre Effizienz ist ebenfalls außergewöhnlich: Sie verbrauchen 40 % weniger GPU-RAM und eignen sich daher ideal für Umgebungen mit begrenzten Ressourcen.

Diese Vorteile ersparten ALYCE außerdem zwei Monate Entwicklungszeit. Mit Ultralytics lassen sich Trainingsläufe in nur 5–10 Minuten einrichten und starten, verglichen mit fast einer Stunde bei herkömmlichen Konfigurationen. So sind schnellere Iterationen möglich. Durch den Einsatz von Ultralytics-YOLO-Modellen konnte ALYCE insgesamt Kosten senken und sich zugleich auf die Verbesserung seiner KI-gestützten Lösungen für intelligentere und effizientere Mobilitätssysteme konzentrieren.

Neue Erkenntnisse zum Verhalten mit Ultralytics YOLO gewinnen#

Ultralytics YOLO-Modelle haben ALYCE dabei geholfen, seine Mobilitätslösungen weiterzuentwickeln. Die Werkzeuge liefern nun wertvolle Erkenntnisse, etwa zur Analyse des Verhaltens von Verkehrsteilnehmenden, und unterstützen Städte und Verkehrsbetreiber dabei, bessere Entscheidungen zu treffen.

Seit der Integration von Computer Vision erzielt ALYCE messbare Geschäftsergebnisse, darunter niedrigere Produktionskosten durch Automatisierung, bessere Leistungskennzahlen und kürzere Lieferzeiten. Außerdem kann das Unternehmen neue Datentypen wie detaillierte Erkenntnisse zum Verhalten gewinnen und dadurch Städte noch besser mit intelligenten Mobilitätslösungen unterstützen.

Abb. 2. Mit Computer Vision konnte ALYCE neue Erkenntnisse zum Verhalten gewinnen.

Kunden sind von der Qualität und Genauigkeit der Lösungen von ALYCE beeindruckt, die die höchsten, von CEREMA bestätigten Datenstandards erfüllen. CTO Benoit Berthe erklärte: „Bei ALYCE hat der Einsatz von Ultralytics unsere Modelltrainings grundlegend verändert. Dadurch können wir die Datengenauigkeit verbessern, unseren Kunden eine herausragende Qualität bieten und sie bei ihren Projekten für nachhaltige Mobilität unterstützen.“

Diese Verbesserungen haben auch die Kundenzufriedenheit erhöht. Kunden berichten von besseren Ergebnissen und reibungsloseren Abläufen – unabhängig davon, ob sie die Werkzeuge von ALYCE allein oder unter menschlicher Aufsicht einsetzen.

Die Zukunft von Computer Vision in der Mobilität#

ALYCE sieht die Zukunft von Computer Vision in der Weiterentwicklung von Modellen wie Ultralytics YOLO sowie in neuen Technologien wie dem Langzeit-Kurzzeitgedächtnis (LSTMs) für videobasierte Modelle. Diese Innovationen werden die Objekterkennung verbessern und eine kontinuierlichere Verfolgung ermöglichen, sodass Verkehrslösungen noch intelligenter und zuverlässiger werden. Mit der Weiterentwicklung dieser Technologien erhalten Städte bessere Werkzeuge zur Bewältigung ihrer Mobilitätsprobleme.

Möchtest du erfahren, wie Vision AI deine Stadt verändern kann? Besuche unser GitHub-Repository und entdecke branchenspezifische Lösungen von Ultralytics, etwa Computer Vision in der Landwirtschaft und selbstfahrende Autos. Informiere dich außerdem über unsere Ultralytics-YOLO-Lizenzen und leg noch heute los!