01. Juli 2016 – 30. September 2018

Die Digitalisierung der Verkehrsinfrastruktur nimmt immer weiter zu. Immer mehr Straßen und Parkhäuser werden »intelligent« und vernetzt. Ziel ist es, die Sicherheit und den Komfort aller Verkehrsteilnehmer zu erhöhen. Im Leistungszentrum Digitale Vernetzung entwickelt das Data Analytics Center (DANA) von Fraunhofer FOKUS eine »Edge Intelligence« für eine intelligente Verkehrsinfrastruktur.

Das Überwachungssystem erfasst Video-, Thermo- sowie Audiodaten und verarbeitet diese Daten in Echtzeit direkt auf dem Gerät vor Ort. Erfasste Video- oder Audiodaten verlassen nicht das Gerät und werden dort auch nicht gespeichert, so dass das System unabhängig von einer zentralen Instanz oder einer Netzwerkverbindung ist.

Mithilfe von TPUs wird der Einsatz modernster Deep-Learning-Techniken mit minimalem Energieaufwand in der Nähe der Datenquelle möglich. Es findet eine Objekterkennung für den Videostrom und eine Tonklassifizierung für den Audiostrom statt. Wenn ein Ereignis erkannt wird, können vordefinierte Aktionen ausgelöst werden, beispielsweise ertönt ein Alarm.

Wenn für die Edge Nodes eine Netzwerkverbindung besteht, können weitere Benachrichtigungen erfolgen, beispielsweise die Benachrichtigung des Sicherheitsdienstes oder das Rufen der Polizei oder des Krankenwagens. Das Überwachungssystem ist so konzipiert, dass es tragbar ist und möglichst wenig Energie verbraucht. Es kann sogar mit Batterien betrieben werden, so dass es auch dann funktioniert, wenn keine konstanten Stromquellen zur Verfügung stehen.

Vorteile gegenüber herkömmlichen Überwachungssystemen:

• Einsatz der Überwachung zur Verbrechensverhütung statt nur zur Aufklärung eines begangenen Verbrechens
• Einhaltung der Datenschutzgesetze, da datenschutzrelevante Daten das Gerät nie verlassen müssen
• Verarbeitung von Videos in Echtzeit
• Minimaler zusätzlicher Energieverbrauch

01. Oktober 2018 – 30. Juni 2021

Der Arbeitsschutz spielt in verschiedenen Industriezweigen, wie z. B. bei der Arbeit mit schweren Maschinen, bei Bauarbeiten und in medizinischen Laboren, eine wichtige Rolle. Gesetzlich ist geregelt, dass Personen, die in gefährlichen Umgebungen arbeiten und gesperrte Bereiche betreten wollen, die entsprechende persönliche Schutzausrüstung tragen müssen. Die Warnung und Kontrolle der Arbeiterinnen und Arbeiter ist heute eine Aufgabe, die menschliche Kontrolle erfordert.

Basierend auf den Erkenntnissen aus Phase 1 des Projekts und mithilfe modernerer Hardware wird ein System entwickelt, das Menschen und ihre persönliche Arbeitsschutzausrüstung identifiziert und die Arbeiterinnen und Arbeiter warnt, wenn nicht die entsprechende Ausrüstung genutzt wird.

Durch den Einsatz modernster Algorithmen zur Pose-Estimation können Personen besser erkannt werden als allein durch normale Computer Vision Verfahren. Die Pose-Estimation ermöglicht die Erkennung bestimmter Körperteile wie Hände oder Köpfe und deren Position bzw. Ausrichtung im Raum. In Kombination mit einem Computer-Vision-Klassifikator werden persönliche Schutzausrüstungen wie Schutzhelme oder Handschuhe erkannt und es wird bestätigt, dass sie von den Personen getragen werden. Ein visuelles Benachrichtigungssystem zeigt dem Arbeiter dann an, ob er den überwachten Bereich betreten darf. Durch den Einsatz von Pose-Estimation kann in Zukunft auch eine Pose-Klassifikation realisiert werden, die bewusstlose Personen oder winkende Arbeiter erkennt, die versuchen, andere Personen durch Signale zu warnen.

Mit der neuen Generation von TPUs, die über eine höhere Rechenleistung bei gleichem Energiebedarf verfügen, werden diese rechenintensiven neuronalen Netze auf der Edge Node unter Verwendung eines Live-Videostreams der integrierten Kamera verarbeitet. Dabei werden die Eigenschaften des Systems aus Projektphase 1 – wie Unabhängigkeit von einer zentralen Instanz, flüchtige Erfassung von personenbezogenen Daten und geringer Energieverbrauch – beibehalten.