LiPeZ
Entwicklung eines neuartigen LiDAR-Sensors zur Erkennung und Zählung von Personen in Menschenmengen auf Basis neuer Verfahren zur Hintergrundsubtraktion, Objekterkennung und -klassifizierung
Laufzeit: 01.07.2022 - 30.09.2024
Projektträger: AiF Projekt GmbH, Berlin
Projektpartner: Hochschule Kempten, Blickfeld GmbH
Praxisdefizit und Forschungsbedarf
Die LiDAR (Light Detection And Ranging) Technologie hat sich, durch signifikante Weiterentwicklungen hinsichtlich Auflösung, Genauigkeit und Anschaffungskosten, in der jüngeren Vergangenheit zu einem wesentlichen Bestandteil moderner autonomer Systeme entwickelt. LiDAR Sensoren ermöglichen durch die präzise dreidimensionale Umwelterfassung, auch von weitentfernten Instanzen, ein neues Level an 3D Szenenverständnis. Auch im Bereich der infrastrukturellen Szenenanalyse findet die Technologie vermehrt Einsatz.
Detaillierte Statistiken des Fußgängerverkehrs an Flughäfen und Haltestellen des öffentlichen Personennahverkehrs erlauben eine Verbesserung der Effizienz der Dienstleistung und der Sicherheit der Passagiere. lm LiPeZ-Projekt wird ein neuartiges Produkt auf Basis von Solid-State LiDAR-Sensoren entwickelt, das durch den Einsatz innovativer Verfahren Personenzählungen in Menschenmengen automatisiert. Die kompakte Bauweise, die hohe Reichweite und das anonymisierte Erfassen von Objekten und Individuen durch Solid-State LiDARs schafft breitflächige Anwendungsfelder der Technologie, wie die eingangs genannte Personenstromüberwachung, u.a. für Anwendungen des autonomen Fahrens, oder datengestütztes Verkehrsstrommanagement.
Herausforderungen
Die automatisierte Personenzählung und -lokalisation aus LiDAR Messungen bedarf der Detektion und Segmentierung von semantischen Einheiten in 3D Punktewolken. Dies ist aufgrund der Unregelmäßigkeit und Spärlichkeit der Punktewolkendaten deutlich komplexer als im zweidimensionalen Fall. Eine derzeit nicht gelöste Herausforderung ist die Datenanalyse von Personenansammlungen mit hoher Packungsdichte, die sensorisch schwer trennbare zusammenhängende Punktewolken generieren, welche sich durch aktuelle (meist klassische) Clusterverfahren nicht auflösen lassen. Zusätzlich sorgen prinzipbedingte Abschattungseffekte für eine Komplexitätssteigerung in der Analyse. Technologisch lässt sich heute, bei einem Sensorabstand von einem Meter, eine Personendichte von rund 1,4 Personen pro Quadratmeter auflösen, was einen breitflächigeren Einsatz der Sensoren für alltägliche Aufgaben mit höheren Packungsdichten (z.B. Kassenschlangen, Einlasskontrollen) verhindert.
Projektziel
Ziel des Projektes ist die Entwicklung eines ganzheitlichen Systems zur Erkennung und Zählung von Personen in Bereichen des öffentlichen Personennahverkehrs mit Hilfe von Solid-State LiDAR Sensoren. Das zu entwickelnde System ist spezialisiert auf die Zählung einzelner Personen in Menschenmengen und besteht je nach Größe der zu überwachenden Fläche aus mehreren Sensoren. Es werden Methoden entwickelt, mit denen bis zu drei Personen je Quadratmeter erkannt und gezählt werden können. Die Hochschule für angewandte Wissenschaften München entwickelt innerhalb des Teilprojektes LiPeInstSeg Perzeptionsalgorithmik zur Objektdetektion und Instanzsegmentierung aus 3D Punktewolkendaten.
Methoden
Die Hochschule für angewandte Wissenschaften München entwickelt Algorithmen zur Analyse der Sensorrohdaten, die prototypisch implementiert und auf Modulebene getestet werden. Es werden KI-basierte Methoden entwickelt, mit denen bis zu drei semantische Instanzen pro Quadratmeter erkannt und gezählt werden können. Anwendung finden dabei punkt- und voxelbasierte als auch hybride Segmentierungsalgorithmen. Vor dem Hintergrund datengetriebener Deep-Learning Ansätze und der neuartigen Solid-State-LiDAR Technologie nimmt die Datenanalyse und -aufbereitung in der Entwicklung der Perzeptionsalgorithmik einen wesentlichen Teil der Forschungsarbeit ein. Es werden synthetische Datensätze mit technologiespezifischem Datenmuster generiert, die für das Modelltraining herangezogen werden können.
Im Fokus der aktuellen FuE Arbeit steht eine hybride Student-Teacher Modell-Architektur, die punktbasierte Features als auch über zylindrische Partition generierte Voxelfeatures für die Datenanalyse berücksichtigt.
Projektdetails
Dieses durch das Zentrale Innovationsprogramm Mittelstand (ZIM) geförderte Projekt (LiPeZ) wird von einem Konsortium bestehend aus der Hochschule für angewandte Wissenschaften München (Teilprojektkennung: LiPeInstSeg), der Blickfeld GmbH, als Entwickler der Solid-State-LiDAR Sensoren und Perzeptionslösungen, und der Hochschule für angewandte Wissenschaften Kempten bearbeitet. Offizieller Beginn des Projekts war Oktober 2022. Die Projektlaufzeit ist auf zwei Jahre angesetzt.