Luftbildgestützte Analyse der Parkplatzauslastung

Die meisten Autos werden nicht in Garagen, sondern auf der Straße abgestellt. Im Zuge verdichteter Wohngebiete und der steigenden Anzahl von PKW pro Haushalt kann das zum Problem werden. In vielen Stadtgebieten entsteht immer öfter der Eindruck, dass es deutlich mehr Fahrzeuge als Stellplätze gibt. In solchen Fällen kann die Kommune z. B. Bewohnerparken anordnen, muss dafür aber den Parkdruck durch Gutachten und Parkraumerhebungen nachweisen. In der Regel erfolgt dieser Nachweis mit personalintensiven Beobachtungen und aufwendigen manuellen Zählungen vor Ort. Wie kann also mithilfe von KI eine Alternative zur Messung des Parkdrucks in Städten und Wohngebieten geschaffen werden?

Im Rahmen eines Forschungsprojekts entwickelt das Fraunhofer IAO eine Software zur automatisierten Analyse des Parkdrucks mit Hilfe von Luftbildern. Hierfür hat das Forschungsteam einen Deep Learning-Algorithmus entwickelt und ein künstliches neuronales Netz trainiert, um alle Fahrzeuge auf den Bildern finden und pixelgenau lokalisieren zu können. Damit der Algorithmus abgestellte Fahrzeuge von fahrenden Autos unterscheiden kann, wird das Testgebiet in bestimmte Parkzonen aufgeteilt und diese mit Geodaten verknüpft. Die KI analysiert nur Bildinhalte in diesem Bereich und markiert anschließend die dort abgestellten Fahrzeuge. Als Ergebnis wird die Anzahl von abgestellten Fahrzeugen zum jeweiligen Zeitpunkt ausgegeben und die Daten über die Auslastung von jeder Parkzone werden berechnet.

Die Parkdruckanalyse mit KI ist ein Beispiel dafür, dass Künstliche Intelligenz (KI) auch für Kommunen von großem Nutzen ist: Dank dem entwickelten Algorithmus kann die Auslastung von Stellplätzen automatisch ausgewertet werden. Zeit und Kosten der manuellen Datenerhebung werden so erheblich reduziert und Parkprobleme in ausgewählten Stadtgebieten können schneller gelöst werden.