Die intelligenten Verkehrslösungen von ALYCE nutzen Ultralytics YOLO-Modelle

Geschäftige Städte haben oft mit Verkehrsstaus, veralteten Verkehrssystemen und Herausforderungen im Bereich der Nachhaltigkeit zu kämpfen. ALYCE konzentriert sich auf die Lösung dieser Probleme, indem es intelligente, KI-gesteuerte Tools bereitstellt, um zu verstehen und zu verbessern, wie sich Städte bewegen.

ALYCE hat es sich zur Aufgabe gemacht, dieses Problem anzugehen, und hat verschiedene innovative Lösungen entwickelt, die auf Ultralytics YOLO-Modellen basieren: minUi, ein KI-Tool zur Verhaltensanalyse, und OBSERVER, ein Echtzeit-Verkehrsüberwachungssystem. Diese Tools beschleunigen und präzisieren die Datenerfassung, senken die Kosten und helfen Städten, intelligentere, umweltfreundlichere und effizientere Verkehrssysteme zu schaffen.

‍

Einsatz von Vision AI für das Verkehrsmanagement

Seit über 20 Jahren unterstützt ALYCE Städte bei der Verbesserung der Mobilität mit einem starken Fokus auf Nachhaltigkeit. Städtische Gebiete stehen vor anhaltenden Herausforderungen wie Verkehrsüberlastung, ineffizienten Transportsystemen und der dringenden Notwendigkeit der Dekarbonisierung. Traditionelle Methoden zur Erfassung und Analyse von Mobilitätsdaten sind oft langsam und ungenau, was die Planung erschwert. ALYCE hat Computer Vision und KI eingesetzt, um diese Hindernisse zu überwinden und innovative, datengesteuerte Lösungen zu entwickeln, die Städten helfen, ihre Transportsysteme zu optimieren und auf eine nachhaltigere Zukunft hinzuarbeiten.

Warum Städte intelligentere, datengesteuerte Mobilitätslösungen benötigen

Weltweit werden Städte immer belebter, und die Steuerung der urbanen Mobilität wird zunehmend komplexer. Das Erkennen und Analysieren von Fußgängern, Fahrzeugen, Fahrrädern und anderen Verkehrsteilnehmern in stark frequentierten Bereichen wie Kreuzungen und Kreisverkehren ist entscheidend für die Verbesserung des Verkehrsflusses, der Sicherheit und der Verkehrsplanung. Traditionelle Methoden wie manuelle Erhebungen oder veraltete Überwachungssysteme sind jedoch oft nicht in der Lage, die für den Umgang mit dieser Komplexität erforderliche Genauigkeit zu liefern.

Ältere Systeme haben Schwierigkeiten, zwischen verschiedenen Arten von Verkehrsteilnehmern zu unterscheiden oder deren Bewegungen effektiv zu verfolgen. Zum Beispiel ist die Echtzeitüberwachung der Wege von Fahrzeugen neben Fußgängern und Radfahrern etwas, was traditionelle Werkzeuge nicht zuverlässig leisten können. Unvollständige oder ungenaue Daten können es Stadtplanern und Verkehrsbetrieben erschweren, fundierte Entscheidungen zu treffen.

Es werden intelligentere Werkzeuge benötigt, um diese Probleme zu lösen. Idealerweise sollte eine umfassende Lösung in der Lage sein, mehrere Verkehrsteilnehmer gleichzeitig zu verfolgen, Echtzeit-Einblicke zu liefern und Städten zu helfen, Verkehrsmuster besser zu verstehen.

KI-gestützte Lösungen von ALYCE für intelligentere Mobilität

Um die Herausforderungen der urbanen Mobilität zu bewältigen, hat ALYCE fortschrittliche Tools entwickelt, die auf KI und Computer Vision basieren. Diese Tools verwenden Ultralytics YOLO-Modelle für Computer-Vision-Aufgaben wie die Echtzeit-Objekterkennung. Insbesondere ermöglichen YOLO-Modelle die genaue und automatisierte Verfolgung von Fußgängern, Fahrzeugen, Fahrrädern und anderen Verkehrsteilnehmern. Die mit Ultralytics YOLO gewonnenen Erkenntnisse sind zuverlässig und umsetzbar, selbst in komplexen Umgebungen wie stark befahrenen Kreuzungen und Kreisverkehren.

Zu den wichtigsten Lösungen von ALYCE gehören:

• minUi: Ein KI-Tool für die Videoanalyse, das das Verhalten von Verkehrsteilnehmern analysieren und Erkenntnisse zur Verbesserung der Verkehrssicherheit und -effizienz liefern kann.
• OBSERVER: Ein Echtzeit-Verkehrsüberwachungssystem, das die Erkennung und Verfolgung von Verkehrsteilnehmern automatisiert und dynamisches Verkehrsmanagement sowie eine bessere Entscheidungsfindung unterstützt.
• MyGIS: Eine Plattform, die Mobilitätsdaten visualisiert und Stadtplanern hilft, Trends zu interpretieren und wirkungsvollere Verkehrssysteme zu entwerfen.

Durch die Integration von Ultralytics YOLO-Modellen automatisieren diese Tools langsame, manuelle Prozesse und liefern hochpräzise Daten. Mit Vision AI-gesteuerten Erkenntnissen versetzt ALYCE Städte in die Lage, Staus zu reduzieren, den Verkehrsfluss zu optimieren und nachhaltigere städtische Verkehrsnetze zu schaffen.

Warum Ultralytics YOLO-Modelle wählen?

Ultralytics YOLO Modelle waren eine ideale Wahl für die Mobilitätslösungen von ALYCE, da sie dort eine hohe Leistung erbrachten, wo es am wichtigsten war. Sie verbesserten die Genauigkeit mit einer Steigerung der mittleren durchschnittlichen Präzision (mAP) um 1–2 % und gewährleisteten eine Echtzeitverarbeitung mit Inferenzgeschwindigkeiten, die 20 % schneller waren als bei anderen Modellen, wobei sie konstant mit 30 FPS arbeiteten. Ihre Effizienz ist ebenfalls unübertroffen, da sie 40 % weniger GPU-RAM verbrauchen, was sie perfekt für ressourcenbeschränkte Umgebungen macht.

Diese Vorteile sparten ALYCE auch zwei Monate Entwicklungszeit. Mit Ultralytics können Trainingseinheiten in nur 5-10 Minuten eingerichtet und gestartet werden, verglichen mit fast einer Stunde bei herkömmlichen Setups, was schnellere Iterationen ermöglicht. Insgesamt konnte ALYCE durch den Einsatz von Ultralytics YOLO-Modellen die Kosten senken und sich gleichzeitig auf die Verfeinerung ihrer KI-gestützten Lösungen konzentrieren, um intelligentere und effizientere Mobilitätssysteme zu entwickeln.

Neue Verhaltensweisen mit Ultralytics YOLO erfassen

Der Einsatz von Ultralytics YOLO-Modellen hat ALYCE geholfen, seine Mobilitätslösungen auf die nächste Stufe zu heben. Ihre Tools liefern nun wertvolle Erkenntnisse, wie z. B. die Analyse des Verhaltens von Verkehrsteilnehmern, die Städten und Verkehrsbetrieben helfen, bessere Entscheidungen zu treffen.

Seit der Integration von Computer Vision hat ALYCE messbare Geschäftsergebnisse erzielt, darunter reduzierte Produktionskosten durch Automatisierung, verbesserte Leistungskennzahlen und kürzere Lieferzeiten. Sie konnten auch neue Datentypen generieren, wie z. B. detaillierte Verhaltensinformationen, die ihre Fähigkeit zur Unterstützung intelligenterer Mobilitätslösungen verbessern.

‍

Unterdessen zeigten sich die Kunden beeindruckt von der Qualität und Genauigkeit der Lösungen von ALYCE, die die höchsten von CEREMA verifizierten Datenstandards erfüllen. CTO Benoit Berthe erklärte: “Bei ALYCE hat der Einsatz von Ultralytics unsere Modelle revolutioniert, da wir dadurch die Datengenauigkeit verbessern und unseren Kunden eine beispiellose Qualität bieten können, um sie bei ihren Projekten zur nachhaltigen Mobilität zu unterstützen.”

Diese Verbesserungen haben auch zu einer höheren Kundenzufriedenheit geführt. Kunden berichten von besseren Ergebnissen und reibungsloseren Abläufen, unabhängig davon, ob sie die Tools von ALYCE allein oder unter menschlicher Aufsicht verwenden.

Die Zukunft der Computer Vision in der Mobilität

ALYCE sieht die Zukunft der Computer Vision in der Weiterentwicklung von Modellen wie Ultralytics YOLO, zusammen mit neuen Technologien wie Long Short-Term Memorys (LSTMs) für videobasierte Modelle. Diese Innovationen werden die Objekterkennung verbessern und die Tracking-Kontinuität verbessern, wodurch Transportlösungen noch intelligenter und zuverlässiger werden. Mit der Weiterentwicklung dieser Technologien werden Städte über bessere Werkzeuge verfügen, um Mobilitätsherausforderungen zu bewältigen. 

Interessieren Sie sich dafür, wie Vision AI Ihre Stadt verändern kann? Besuchen Sie unser GitHub-Repository, um die branchenspezifischen Lösungen von Ultralytics zu erkunden, wie z. B. Computer Vision in der Landwirtschaft und selbstfahrende Autos, und erfahren Sie mehr über unsere Ultralytics YOLO-Lizenzen, um noch heute loszulegen!