SOHGA entwickelte MEGURU, ein mobiles Patrouillensystem auf Basis von Ultralytics YOLO26. Damit kann das Personal auf Parkplätzen Kennzeichen nahezu sofort erfassen, während es an geparkten Autos vorbeigeht. MEGURU standardisiert den Ablauf und verkürzt zugleich die Dauer der Patrouillen.
Parkplatzkontrollen gehören in Japan in verschiedenen Branchen zum Alltag, stellen den Betrieb aber vor erhebliche Anforderungen. In bestimmten Branchen, etwa im Gesundheitswesen, sind sie oft vorgeschrieben. Krankenhäuser müssen zum Beispiel Zufahrtswege für Krankenwagen und Rollstuhlnutzer freihalten, während andere Branchen ihre Parkplätze auf zurückgelassene Personen kontrollieren müssen. Für Mitarbeitende, die große Parkflächen mehrmals täglich kontrollieren, ist es eine echte betriebliche Herausforderung, jedes Fahrzeug lückenlos im Blick zu behalten.
SOHGA Co. entwickelte MEGURU, um dieses Problem zu lösen. MEGURU basiert auf Ultralytics YOLO26 und ist ein mobiles Kennzeichenerkennungssystem, mit dem Kontrollpersonal jedes Fahrzeug auf einem Parkplatz in Echtzeit erfassen kann. Über einfache akustische Rückmeldungen auf einem Smartphone unterscheidet das System automatisch zwischen bereits kontrollierten und noch nicht kontrollierten Fahrzeugen.
Computer Vision zur Unterstützung von Parkplatzpatrouillen#
Das MEGURU-System von SOHGA ist auf einen einfachen Arbeitsablauf ausgelegt. Eine mit einem Selfie-Stick befestigte iPhone-Kamera wird von einem Mitarbeitenden getragen, der in normalem Tempo über den Parkplatz geht. Während die Person an den Fahrzeugen vorbeigeht, erfasst das System die Kennzeichen in Echtzeit und gibt einen akustischen Hinweis aus: einen Ton für ein neues, noch nicht protokolliertes Fahrzeug und einen anderen für ein bereits kontrolliertes Fahrzeug.
Das konsequent auf Audio ausgelegte Design ist eine bewusste Entscheidung. Das Kontrollpersonal erfasst nicht nur Kennzeichen, sondern schaut auch durch die Autoscheiben, um nach Personen zu sehen. Da MEGURU Rückmeldungen akustisch statt über den Bildschirm ausgibt, bleibt die Aufmerksamkeit auf dem Fahrzeug und nicht auf dem Gerät. Ein neues Kennzeichen wird sofort verarbeitet, sodass Mitarbeitende alle 2–3 Sekunden zum nächsten Fahrzeug weitergehen können. MEGURU hält bei den Kontrollgängen in Echtzeit mit dem Personal Schritt und gibt effizient akustische Hinweise, ohne den Blick abzulenken.
Das System ist derzeit bei 112 Kunden in Ostjapan im Einsatz und läuft auf 147 Geräten. Im Durchschnitt verkürzt es die Patrouillenzeit um etwa 30 %. Im am besten dokumentierten Fall wurde eine Patrouille, die zuvor zwei Stunden dauerte, in 40 Minuten abgeschlossen.
Herausforderungen bei der Kennzeichenerkennung mit einem beweglichen Gerät#
Zuverlässige Kennzeichenerkennung in einer kontrollierten, statischen Umgebung ist ein gut verstandenes Problem. Die Erkennung auf einem Handheld-Smartphone, das über einen Parkplatz bewegt wird, ist deutlich komplexer. Während die Kontrollkraft läuft, wackelt das Gerät, der Blickwinkel ändert sich von Auto zu Auto, die Lichtverhältnisse wechseln und Kennzeichen erscheinen in unterschiedlichen Entfernungen und Ausrichtungen. Dadurch entstehen Bewegungsunschärfe und uneinheitliche Bildausschnitte, die herkömmliche OCR-Verfahren unzuverlässig machen.
SOHGA testete während der Entwicklung OCR und stellte häufige Fehlinterpretationen bei visuell ähnlichen Zeichen fest. Das ist ein erhebliches Problem in einem System, das auf eine präzise Kennzeichenerkennung angewiesen ist. Auf japanischen Kennzeichen wird eine festgelegte Zeichenauswahl statt eines offenen Zeichensatzes verwendet. Das sprach für einen gezielteren Ansatz: ein Erkennungsmodell nur mit den Zeichen zu trainieren, die tatsächlich auf einem Kennzeichen vorkommen können, statt sich auf ein allgemeines Texterkennungssystem zu verlassen.
Dieser Ansatz machte das Modell auch robuster gegenüber den tatsächlichen Bedingungen der Scan-Umgebung. Da die Trainingsdaten reale Bedingungen wie Bewegungsunschärfe, Neigung und wechselnde Lichtverhältnisse abbildeten, lernte das Modell, mit diesen Abweichungen umzugehen, statt sich davon aus dem Konzept bringen zu lassen.
So setzt SOHGA Ultralytics YOLO26 ein#
Die Bildverarbeitungspipeline von MEGURU verwendet nacheinander zwei Ultralytics-YOLO-Modelle:
Kennzeichenerkennung. Das erste Modell lokalisiert das Kennzeichen in jedem Kamerabild. Es läuft mit 10 Bildern pro Sekunde auf dem iPhone und erkennt fortlaufend den Bildbereich, in dem sich das Kennzeichen befindet, während das Gerät an den Fahrzeugen vorbeigeführt wird.
Zeichenerkennung. Das zweite Modell erhält den zugeschnittenen Kennzeichenbereich und erkennt jedes einzelne Zeichen. Da es speziell mit dem Zeichensatz japanischer Kennzeichen trainiert wurde, arbeitet es in einem begrenzten Erkennungsbereich und ist dadurch präziser als allgemeine OCR-Verfahren. Um Schwankungen zwischen den Einzelbildern durch Bewegung auszugleichen, wertet das System mehrere Bilder per Mehrheitsentscheid aus, bevor es eine Erkennung bestätigt.
Geschwindigkeit und Trainierbarkeit von YOLO waren entscheidend für den Erfolg. Für Inferenz in Echtzeit auf einem handelsüblichen Smartphone wird ein Modell benötigt, das zugleich genau und leichtgewichtig ist. Durch das Training mit einem domänenspezifischen Datensatz statt mit einem fertigen OCR-Modell konnte SOHGA die Leistung genau auf den eigenen Anwendungsfall abstimmen. Dadurch erfolgt die Kennzeichenerkennung nahezu sofort. Das Zeitfenster von 2–3 Sekunden entspricht dem Schritttempo der Kontrollkraft zwischen den Fahrzeugen. MEGURU kann dieses Tempo mithalten und in Echtzeit akustische Hinweise geben, ohne dass die Kontrollkraft warten muss.
Warum Ultralytics YOLO-Modelle wählen?#
Ultralytics-YOLO-Modelle bieten die Kombination aus Echtzeitleistung und Flexibilität beim Training, die MEGURU benötigte. Da das System auf einem herkömmlichen iPhone statt auf spezieller Hardware läuft, musste das Modell in der zweistufigen Pipeline mit Erkennung und Zeichenerkennung präzise Inferenz mit 10 FPS ermöglichen – ohne GPU und Cloudverbindung. Die effiziente Architektur von YOLO machte das möglich.
Ebenso wichtig war die Möglichkeit, mit einem domänenspezifischen Datensatz zu trainieren. Für japanische Kennzeichen wird ein begrenzter Zeichensatz verwendet. Durch den Aufbau eines speziell mit diesen Zeichen trainierten Modells erhielt SOHGA eine zuverlässigere und präzisere Grundlage für die Zeichenerkennung als mit einem allgemeinen Texterkennungssystem. Mit demselben Trainingsverfahren konnte das Modell auch robust gegenüber den realen Bedingungen bei Patrouillen werden: Bewegungsunschärfe, schräge Blickwinkel und wechselnde Lichtverhältnisse.
SOHGA stellte außerdem einen unerwarteten Vorteil für die Qualität der Patrouillen fest. In einem kontrollierten Versuch mit Geräten zur Überwachung von Gehirnwellen fand das Unternehmen heraus, dass Mitarbeitende ohne MEGURU ihre Konzentration während einer Patrouille etwa 10 bis 15 Minuten aufrechterhalten konnten. Mit der kontinuierlichen akustischen Rückmeldung von MEGURU und ohne Kennzeichen manuell protokollieren zu müssen, konnten die Mitarbeitenden bis zu einer Stunde lang konzentriert bleiben – also während der gesamten Patrouille.
Patrouillen in ganz Japan ausweiten#
MEGURU ist derzeit bei über 100 Kunden in Ostjapan im Einsatz; mehr als 140 Geräte werden aktiv genutzt. Das System bedient zwei Hauptkundengruppen, die es jeweils für eine bestimmte betriebliche Anforderung einsetzen.
Krankenhäuser: Auf Krankenhauszufahrten illegal geparkte Fahrzeuge können Krankenwagen den Weg versperren und den Zugang für Rollstuhlfahrer verhindern. MEGURU hilft dem Patrouillenpersonal der Krankenhäuser, solche Fahrzeuge effizienter zu erkennen und zu protokollieren.
Pachinko-Spielhallen: Die japanischen Vorschriften verpflichten Pachinko-Spielhallen dazu, ihre Parkplätze zu kontrollieren und nach unbeaufsichtigten Personen oder Kindern zu suchen, die allein in einem Fahrzeug zurückgelassen wurden. MEGURU bietet dem Patrouillenpersonal eine einheitliche, strukturierte Möglichkeit, jedes Fahrzeug auf dem Parkplatz zu protokollieren und keines zu übersehen. Damit ersetzt das System einen manuellen Ablauf, der schwer zu überprüfen und zu standardisieren war. MEGURU soll vor allem auf einfache Weise zwischen kontrollierten und noch nicht kontrollierten Fahrzeugen unterscheiden, die Konzentrationsermüdung des Personals verringern und die Wirksamkeit der Fahrzeuginnenraumkontrollen verbessern – und letztlich dazu beitragen, Leben zu retten.
Eine weitere praktische Anwendung ist der Umgang mit unerlaubtem Parken. Fahrzeuge, die den Parkplatz wiederholt nutzten, ohne Kunden der Pachinko-Spielhalle zu befördern, waren lange ein anhaltendes und schwer zu lösendes Problem. Durch die Analyse der Parkmuster lassen sich diese Fahrzeuge eindeutig erkennen. Berichten zufolge gingen wiederholte Verstöße nach dem Aussprechen von Verwarnungen auf null zurück.
Abb. 1. Ein von MEGURU analysiertes Kennzeichen.
Über die zentrale Anwendung für Patrouillen hinaus hat SOHGA die Funktionen von MEGURU auf Besucheranalysen ausgeweitet. Da japanische Kennzeichen den Zulassungsort des Fahrzeugs enthalten und Kennzeichendaten nach japanischem Recht nicht als personenbezogene Daten eingestuft werden, können Kunden anhand der MEGURU-Datensätze nachvollziehen, woher Besucher kommen, wie lange sie bleiben und wie häufig sie wiederkommen.
Mehr Struktur und Einheitlichkeit bei Parkplatzpatrouillen#
MEGURU löst ein klares betriebliches Problem: sicherzustellen, dass jedes Fahrzeug auf einem Parkplatz kontrolliert wurde. Das System tut dies auf praktische und skalierbare Weise. Mit zwei Ultralytics-YOLO26-Modellen auf einem herkömmlichen iPhone hat SOHGA ein System entwickelt, das unter den realen Bedingungen eines belebten Parkplatzes funktioniert.
Die Ergebnisse lassen sich messen. Die Kontrolldauer wurde bei den Einsätzen durchschnittlich um 30 % verkürzt, und die Mitarbeitenden können sich während eines gesamten Kontrollgangs gleichmäßig konzentrieren. Mit mehr als 100 Kunden und über 140 eingesetzten Geräten in Ostjapan ist MEGURU ein gutes Beispiel dafür, wie Computer-Vision-Modelle aktiv zur Sicherheitsüberwachung in Städten beitragen und zugleich ein zuverlässiges Werkzeug für die Parkplatzverwaltung sind.
Interessierst du dich für KI mit Bildverarbeitung? Entdecke unsere Lizenzoptionen, um Computer Vision in deinen Projekten einzusetzen. Besuche unser GitHub-Repository und werde Teil unserer Community.
Verfasst von
Digital Content Managerin · Ultralytics
