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, dieses Problem zu lösen, und verschiedene innovative Lösungen entwickelt, die auf Ultralytics YOLO models basieren: minUi, ein KI-Tool zur Verhaltensanalyse, und OBSERVER, ein Echtzeit-Verkehrsüberwachungssystem. Diese Tools machen die Datenerfassung schneller und präziser, senken die Kosten und helfen Städten dabei, intelligentere, umweltfreundlichere und effizientere Transportsysteme aufzubauen.

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

Einsatz von Vision AI für das Verkehrsmanagement#

Seit über 20 Jahren hilft ALYCE Städten dabei, die Mobilität mit einem starken Fokus auf Nachhaltigkeit zu verbessern. Städtische 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 hat computer vision und KI eingesetzt, um diese Hindernisse zu überwinden, und hat innovative, datenbasierte Lösungen entwickelt, die Städten helfen, ihre Transportsysteme zu optimieren und auf eine nachhaltigere Zukunft hinzuarbeiten.

Warum 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 track, Einblicke in Echtzeit zu liefern und Städten dabei zu helfen, Verkehrsmuster besser zu verstehen.

Die KI-gestützten Lösungen von ALYCE für intelligentere Mobilität#

Um den Herausforderungen der städtischen Mobilität zu begegnen, hat ALYCE fortschrittliche Tools entwickelt, die auf KI und computer vision basieren. Diese Tools nutzen Ultralytics YOLO Modelle für computer vision tasks wie real-time object detection. Insbesondere ermöglichen YOLO Modelle ein präzises und automatisiertes Tracking von Fußgängern, Fahrzeugen, Fahrrädern und anderen Verkehrsteilnehmern. Die mit Ultralytics YOLO gewonnenen Erkenntnisse sind selbst in komplexen Umgebungen wie belebten Kreuzungen und Kreisverkehren zuverlässig und umsetzbar.

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 das Tracking von Verkehrsteilnehmern automatisiert und ein dynamisches traffic management sowie 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.

Warum 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.

Gewinnung 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.

Die Zukunft von Computer Vision in der Mobilität#

ALYCE sieht die Zukunft von computer vision in der Weiterentwicklung mit Modellen wie Ultralytics YOLO neben neuen Technologien wie Long Short-Term Memory (LSTMs) für videobasierte Modelle. Diese Innovationen werden die Objekterkennung verbessern und die Kontinuität des Trackings optimieren, wodurch Transportlösungen noch intelligenter und zuverlässiger werden. Mit der Weiterentwicklung dieser Technologien erhalten Städte bessere Werkzeuge, um Mobilitätsherausforderungen zu meistern.

Möchtest du wissen, wie Vision AI deine Stadt verändern kann? Schau dir unser GitHub repository an, um branchenspezifische Lösungen von Ultralytics zu erkunden, wie etwa computer vision in agriculture und self-driving cars, und erfahre mehr über our Ultralytics YOLO licenses, um noch heute loszulegen!