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

Belebte Städte kämpfen oft mit Verkehrsstaus, veralteten Transportsystemen und Nachhaltigkeitsproblemen. ALYCE konzentriert sich darauf, diese Probleme durch intelligente, KI-gestützte Tools zu lösen, um zu verstehen und zu verbessern, wie sich Städte bewegen.

ALYCE hat es sich zur Aufgabe gemacht, dies anzugehen, und verschiedene innovative Lösungen entwickelt, die von Ultralytics YOLO Modellen betrieben werden: minUi, ein KI-Tool zur Verhaltensanalyse, und OBSERVER, ein Echtzeit-Verkehrsüberwachungssystem. Diese Tools machen die Datenerfassung schneller und genauer, senken die Kosten und helfen Städten, intelligentere, umweltfreundlichere und effizientere Transportsysteme zu schaffen.

Abb. 1. minUi verwendet Ultralytics YOLO Modelle für die Verhaltensanalyse.

Link to this sectionEinsatz von Vision AI für das Verkehrsmanagement#

Seit über 20 Jahren hilft ALYCE Städten dabei, die Mobilität zu verbessern, mit einem starken Fokus auf Nachhaltigkeit. Urbane Gebiete stehen vor anhaltenden Herausforderungen wie Verkehrsstaus, ineffizienten Transportsystemen und der dringenden Notwendigkeit der 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 und innovative, datengesteuerte Lösungen zu entwickeln, die Städten helfen, Transportsysteme zu optimieren und auf eine nachhaltigere Zukunft hinzuarbeiten.

Link to this sectionWarum Städte intelligentere, datengesteuerte Mobilitätslösungen benötigen#

Weltweit werden Städte geschäftiger und das Management der urbanen Mobilität immer komplexer. Die Erkennung und Analyse von Fußgängern, Fahrzeugen, Fahrrädern und anderen Verkehrsteilnehmern in belebten Bereichen wie Kreuzungen und Kreisverkehren ist entscheidend für die Verbesserung von Verkehrsfluss, Sicherheit und Verkehrsplanung. Herkömmliche Methoden, wie manuelle Zählungen oder veraltete Überwachungssysteme, liefern jedoch oft nicht die erforderliche Genauigkeit, um diese Komplexität zu bewältigen.

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

Um diese Probleme zu lösen, sind intelligentere Tools erforderlich. Im Idealfall sollte eine umfassende Lösung in der Lage sein, mehrere Verkehrsteilnehmer gleichzeitig zu tracken, Echtzeit-Einblicke zu liefern und Städten helfen, Verkehrsmuster besser zu verstehen.

Link to this sectionDie KI-gestützten Lösungen von ALYCE für intelligentere Mobilität#

Um die Herausforderungen der urbanen Mobilität anzugehen, hat ALYCE fortschrittliche Tools entwickelt, die auf KI und Computer Vision basieren. Diese Tools verwenden Ultralytics YOLO Modelle für Computer Vision Aufgaben wie Echtzeit-Objekterkennung. Insbesondere ermöglichen YOLO Modelle eine präzise 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.

Die wichtigsten Lösungen von ALYCE umfassen:

• minUi: Ein KI-Tool zur Videoanalyse, das das Verhalten von Verkehrsteilnehmern analysieren und Einblicke zur Verbesserung der Verkehrssicherheit und Effizienz liefern kann.
• OBSERVER: Ein Echtzeit-Verkehrsüberwachungssystem, das die Erkennung und Verfolgung von Verkehrsteilnehmern automatisiert und so ein dynamisches Verkehrsmanagement und eine bessere Entscheidungsfindung unterstützt.
• MyGIS: Eine Plattform, die Mobilitätsdaten visualisiert und Stadtplanern hilft, Trends zu interpretieren und wirkungsvollere Transportsysteme 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 urbane Verkehrsnetze zu schaffen.

Link to this sectionWarum solltest du dich für Ultralytics YOLO Modelle entscheiden?#

Ultralytics YOLO Modelle waren die ideale Wahl für die Mobilitätslösungen von ALYCE, da sie dort, wo es am wichtigsten war, eine hohe Leistung lieferten. Sie verbesserten die Genauigkeit mit einem Anstieg der mittleren durchschnittlichen Präzision (mAP) um 1–2 % und stellten eine Echtzeitverarbeitung mit Inferenzgeschwindigkeiten sicher, die 20 % schneller als bei anderen Modellen waren und durchgehend 30 FPS erreichten. 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 Trainingssitzungen 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 darauf konzentrieren, ihre KI-gestützten Lösungen zu verfeinern, um intelligentere und effizientere Mobilitätssysteme zu schaffen.

Link to this sectionGewinnung neuer Verhaltenserkenntnisse mit Ultralytics YOLO#

Der Einsatz von Ultralytics YOLO Modellen hat ALYCE geholfen, seine Mobilitätslösungen auf die nächste Stufe zu heben. Ihre Tools liefern nun wertvolle Einblicke, wie etwa die Analyse des Verhaltens von Verkehrsteilnehmern, was Städten und Verkehrsbetrieben hilft, bessere Entscheidungen zu treffen.

Seit der Integration von Computer Vision hat ALYCE messbare geschäftliche Ergebnisse erzielt, darunter reduzierte Produktionskosten durch Automatisierung, verbesserte Leistungsmetriken und kürzere Lieferzeiten. Sie konnten auch neue Arten von Daten generieren, wie detaillierte Verhaltenserkenntnisse, die ihre Fähigkeit stärken, intelligentere Mobilitätslösungen zu unterstützen.

Abb. 2. Durch den Einsatz von Computer Vision konnte ALYCE neue Verhaltenserkenntnisse gewinnen.

In der Zwischenzeit sind Kunden von der Qualität und Genauigkeit der Lösungen von ALYCE beeindruckt, die die höchsten, von CEREMA verifizierten Datenstandards erfüllen. CTO Benoit Berthe teilte mit: „Bei ALYCE war die Nutzung von Ultralytics ein Wendepunkt für das Training unserer Modelle, der es uns ermöglichte, die Datengenauigkeit zu verbessern, unseren Kunden unvergleichliche Qualität zu bieten und sie bei ihren Projekten für nachhaltige Mobilität zu unterstützen.“

Diese Verbesserungen haben auch zu einer höheren Kundenzufriedenheit geführt. Kunden berichten von besseren Ergebnissen und reibungsloseren Abläufen, egal ob sie die Tools von ALYCE eigenständig oder in Verbindung mit menschlicher Überwachung einsetzen.

Link to this sectionDie Zukunft von Computer Vision in der Mobilität#

ALYCE sieht die Zukunft der Computer Vision in der Weiterentwicklung durch Modelle wie Ultralytics YOLO, zusammen mit neuen Technologien wie Long Short-Term Memory (LSTMs) für videobasierte Modelle. Diese Innovationen werden die Objekterkennung verbessern und die Kontinuität der Verfolgung optimieren, wodurch Transportlösungen noch intelligenter und zuverlässiger werden. Da sich diese Technologien weiterentwickeln, werden Städte über bessere Werkzeuge zur Bewältigung von Mobilitätsherausforderungen verfügen.

Interessiert daran, wie Vision AI deine Stadt verändern kann? Schau dir unser GitHub Repository an, um die branchenspezifischen Lösungen von Ultralytics zu erkunden, wie z. B. Computer Vision in der Landwirtschaft und selbstfahrende Autos, und informiere dich über unsere Ultralytics YOLO Lizenzen, um noch heute loszulegen!