SOHGA entwickelte MEGURU, ein mobiles Patrouillensystem auf Basis von Ultralytics YOLO26, mit dem Parkplatzpersonal die Kennzeichen geparkter Fahrzeuge beim Vorbeigehen nahezu sofort scannen kann. MEGURU standardisiert den Prozess und verkürzt gleichzeitig die Kontrollzeit.
Parkplatzkontrollen gehören in Japan in vielen Branchen zu den routinemäßigen, aber betrieblich anspruchsvollen Aufgaben. In bestimmten Branchen wie dem Gesundheitswesen sind Parkplatzkontrollen häufig vorgeschrieben. Krankenhäuser müssen beispielsweise Zufahrtswege für Krankenwagen und Rollstuhlfahrer freihalten, während andere Branchen ihre Parkplätze auf unbeaufsichtigte Personen überprüfen müssen. Für Mitarbeitende, die große Parkplätze mehrmals täglich kontrollieren, ist es eine echte betriebliche Herausforderung, jedes Fahrzeug zuverlässig im Blick zu behalten.
SOHGA Co. entwickelte MEGURU, um dieses Problem zu lösen. MEGURU basiert auf Ultralytics YOLO26 und ist ein mobiles System zur Kennzeichenerkennung, das Kontrollpersonal dabei unterstützt, jedes Fahrzeug auf einem Parkplatz in Echtzeit zu erfassen. Über eine einfache akustische Rückmeldung per Smartphone unterscheidet das System automatisch zwischen bereits kontrollierten und noch nicht kontrollierten Fahrzeugen.
Unterstützung von Parkplatzkontrollen durch Computer Vision#
Das MEGURU-System von SOHGA ist auf einen unkomplizierten Ablauf ausgelegt. Eine mit einem Selfie-Stick ausgestattete iPhone trägt die zuständige Person durch den Parkplatz und bewegt sich dabei in normalem Tempo. Beim Vorbeigehen an jedem Fahrzeug scannt das System das Kennzeichen in Echtzeit und gibt ein akustisches Signal aus: einen Ton für ein neues, noch nicht erfasstes Fahrzeug und einen anderen Ton für ein bereits kontrolliertes Fahrzeug.
Dieses konsequent auf Audio ausgerichtete Design ist beabsichtigt. Das Kontrollpersonal erfasst nicht nur Kennzeichen, sondern schaut auch durch die Autoscheiben, um nach Insassen zu suchen. Durch die akustische Rückmeldung müssen die Mitarbeitenden nicht auf den Bildschirm schauen, sodass ihre Aufmerksamkeit auf dem Fahrzeug und nicht auf dem Gerät bleibt. Ein neues Kennzeichen wird sofort verarbeitet, sodass sich die Mitarbeitenden alle 2–3 Sekunden von einem Fahrzeug zum nächsten bewegen können. Während ihrer Kontrollgänge hält MEGURU mit dem Personal Schritt und gibt effizient akustische Hinweise, ohne den visuellen Fokus zu unterbrechen.
Das System ist derzeit bei 112 Kunden im Osten Japans im Einsatz und läuft auf 147 Geräten. Die Kontrollzeit wird dabei durchschnittlich um etwa 30 % reduziert. In dem am deutlichsten dokumentierten Fall wurde eine Kontrolle, die zuvor zwei Stunden dauerte, in 40 Minuten abgeschlossen.
Herausforderungen bei der Kennzeichenerkennung mit einem bewegten Gerät#
Eine zuverlässige Kennzeichenerkennung in einer kontrollierten, statischen Umgebung ist ein gut verstandenes Problem. Sie auf einem handgehaltenen Smartphone durchzuführen, das sich über einen Parkplatz bewegt, ist jedoch deutlich komplexer. Während die kontrollierende Person geht, wackelt das Gerät, der Blickwinkel verändert sich von Fahrzeug zu Fahrzeug, die Lichtverhältnisse wechseln und die Kennzeichen erscheinen in unterschiedlichen Entfernungen und Ausrichtungen. Diese Bedingungen führen zu Bewegungsunschärfe und einer uneinheitlichen Bildkomposition, wodurch herkömmliche OCR-Ansätze unzuverlässig werden.
SOHGA untersuchte während der Entwicklung OCR und stellte fest, dass dabei häufig visuell ähnliche Zeichen verwechselt wurden. In einem System, das auf einer korrekten Kennzeichenerfassung beruht, ist das ein erhebliches Problem. Japanische Kennzeichen verwenden eine festgelegte Zeichengruppe statt eines offenen Zeichensatzes. Das sprach für einen gezielteren Ansatz: ein Erkennungsmodell ausschließlich mit den Zeichen zu trainieren, die tatsächlich auf einem Kennzeichen vorkommen können, anstatt sich auf ein allgemeines Texterkennungssystem zu verlassen.
Dieser Ansatz machte das Modell außerdem robuster gegenüber den tatsächlichen Bedingungen der Scanumgebung. Da die Trainingsdaten reale Bedingungen wie Bewegungsunschärfe, Neigung und wechselnde Lichtverhältnisse abbildeten, lernte das Modell, mit diesen Abweichungen umzugehen, anstatt sich davon aus dem Takt bringen zu lassen.
So nutzt SOHGA Ultralytics YOLO26#
Die Bildverarbeitungspipeline von MEGURU verwendet zwei Ultralytics YOLO-Modelle, die nacheinander arbeiten:
Kennzeichenerkennung. Das erste Modell lokalisiert das Kennzeichen in jedem Kamerabild. Es läuft auf dem iPhone mit 10 Bildern pro Sekunde und identifiziert kontinuierlich den Bildbereich mit dem Kennzeichen, während sich das Gerät an den Fahrzeugen vorbeibewegt.
Zeichenerkennung. Das zweite Modell übernimmt den ausgeschnittenen Kennzeichenbereich und identifiziert jedes einzelne Zeichen. Da es speziell mit dem in japanischen Kennzeichen verwendeten Zeichensatz trainiert wurde, arbeitet es in einem begrenzten Erkennungsbereich, was die Genauigkeit im Vergleich zu allgemeiner OCR verbessert. Um mit den durch Bewegung verursachten Unterschieden zwischen einzelnen Bildern umzugehen, wendet das System vor der Bestätigung einer Erkennung ein Mehrheitsvotum über mehrere Bilder hinweg an.
Die Geschwindigkeit und Trainierbarkeit von YOLO waren entscheidend für die Umsetzung. Echtzeitinferenz auf einem handelsüblichen Smartphone erfordert ein Modell, das sowohl genau als auch kompakt ist. Das Training mit einem domänenspezifischen Datensatz statt mit einem fertigen OCR-Modell gab SOHGA die nötige Kontrolle, um die Leistung genau auf den eigenen Anwendungsfall abzustimmen. Dadurch erfolgt die Kennzeichenerkennung nahezu sofort. Das Zeitfenster von 2–3 Sekunden entspricht dem Schritttempo der Bedienperson zwischen den Fahrzeugen, und MEGURU kann mit dieser Geschwindigkeit Schritt halten, indem es in Echtzeit akustische Hinweise ausgibt, ohne dass die kontrollierende Person warten muss.
Warum Ultralytics YOLO-Modelle wählen?#
Die Ultralytics YOLO-Modelle bieten die Kombination aus Echtzeitleistung und Flexibilität beim Training, die MEGURU benötigte. Da das System auf einem handelsüblichen iPhone statt auf spezieller Hardware läuft, musste das Modell in der zweistufigen Pipeline einschließlich Erkennung und Zeichenerkennung bei 10 FPS genaue Inferenz liefern, ohne auf eine GPU oder eine Cloudverbindung angewiesen zu sein. Die effiziente Architektur von YOLO machte dies möglich.
Die Möglichkeit, mit einem domänenspezifischen Datensatz zu trainieren, war ebenso wichtig. Japanische Kennzeichen verwenden einen begrenzten Zeichensatz. Ein speziell auf diesen Zeichen trainiertes Modell statt eines allgemeinen Texterkennungssystems gab SOHGA eine zuverlässigere und genauere Grundlage für die Zeichenerkennung. Durch denselben Trainingsprozess wurde das Modell außerdem robust gegenüber den realen Bedingungen der Kontrollumgebung: Bewegungsunschärfe, schräge Blickwinkel und wechselnde Lichtverhältnisse.
SOHGA stellte außerdem einen unerwarteten Vorteil für die Qualität der Kontrollen fest. Bei einem kontrollierten Versuch mit Geräten zur Überwachung der Gehirnströme zeigte sich, dass Mitarbeitende ohne MEGURU ihre Konzentration während einer Kontrolle etwa 10 bis 15 Minuten aufrechterhalten konnten. Mit der kontinuierlichen akustischen Rückmeldung von MEGURU und dem Wegfall der manuellen Kennzeichenerfassung konnten sie ihre Aufmerksamkeit bis zu einer Stunde lang fokussiert halten – so lange wie ein vollständiger Kontrollgang dauerte.
Skalierung der Kontrollabläufe in ganz Japan#
MEGURU ist derzeit bei mehr als 100 Kunden im Osten Japans im Einsatz, mit mehr als 140 aktiv genutzten Geräten. Das System bedient zwei zentrale Kundengruppen, die damit jeweils eine spezifische betriebliche Anforderung erfüllen.
Krankenhäuser: Illegal auf Krankenhauszufahrten abgestellte Fahrzeuge können Rettungswege blockieren und den Zugang für Rollstuhlfahrer verhindern. MEGURU unterstützt das Kontrollpersonal von Krankenhäusern dabei, regelwidrig abgestellte Fahrzeuge effizienter zu erkennen und zu erfassen.
Pachinko-Spielhallen: Japanische Vorschriften verpflichten Pachinko-Spielhallen dazu, ihre Parkplätze zu kontrollieren und nach unbeaufsichtigten Personen oder unbeaufsichtigt in einem Fahrzeug zurückgelassenen Kindern zu suchen. MEGURU bietet dem Kontrollpersonal eine einheitliche und strukturierte Möglichkeit, jedes Fahrzeug auf dem Parkplatz zu erfassen und sicherzustellen, dass keines übersehen wird. Damit ersetzt es einen manuellen Prozess, der nur schwer überprüfbar und standardisierbar war. Die Kernfunktion von MEGURU besteht darin, auf einfache Weise zwischen kontrollierten und nicht kontrollierten Fahrzeugen zu unterscheiden, die Konzentrationsermüdung des Personals zu verringern und die Wirksamkeit der Kontrollen im Fahrzeuginneren zu verbessern – und so letztlich zum Schutz von Menschenleben beizutragen.
Eine weitere praktische Anwendung ist die Bekämpfung unbefugten Parkens. Fahrzeuge, die den Parkplatz wiederholt nutzten, ohne Kunden der Pachinko-Spielhalle zu sein, stellten lange ein anhaltendes und nur schwer wirksam zu lösendes Problem dar. Durch die Analyse von Parkmustern lassen sich diese Fahrzeuge eindeutig identifizieren. Berichten zufolge konnte die Ausgabe von Verwarnungen die Zahl wiederholter Verstöße auf null senken.
Abb. 1. Ein von MEGURU analysiertes Kennzeichen.
Über den eigentlichen Anwendungsfall der Kontrollen hinaus hat SOHGA die Funktionen von MEGURU auf Besucheranalysen ausgeweitet. Japanische Kennzeichen enthalten den Zulassungsort des Fahrzeugs, und da Kennzeichendaten nach japanischem Recht nicht als personenbezogene Informationen eingestuft werden, können Kunden die Aufzeichnungen von MEGURU nutzen, um zu verstehen, aus welchen Regionen Besucher anreisen, wie lange sie bleiben und wie häufig sie wiederkommen.
Mehr Struktur und Einheitlichkeit bei Parkplatzkontrollen#
MEGURU löst ein einfaches betriebliches Problem: sicherzustellen, dass jedes Fahrzeug auf einem Parkplatz kontrolliert wurde. Das System tut dies auf praktische und skalierbare Weise. Durch den Einsatz von zwei Ultralytics YOLO26-Modellen auf einem handelsüblichen iPhone hat SOHGA ein System entwickelt, das unter den realen Bedingungen eines aktiven Parkplatzes funktioniert.
Die Ergebnisse sind messbar. Die Kontrollzeit wurde bei den Einsätzen durchschnittlich um 30 % reduziert, während das Personal seine Konzentration während eines vollständigen Kontrollgangs konstant aufrechterhalten konnte. Mit mehr als 100 Kunden und mehr als 140 Geräten im Osten Japans ist MEGURU ein gutes Beispiel dafür, wie Computer-Vision-Modelle aktiv zur Überwachung der Sicherheit in Städten beitragen und zugleich ein zuverlässiges Werkzeug für die Parkplatzverwaltung sind.
Interessierst du dich für Vision AI? Entdecke unsere Lizenzoptionen, um Computer Vision in deine Projekte zu integrieren. Besuche unser GitHub-Repository und werde Teil unserer Community.
