„Das vialytics System ist eine Innovation, die aus umfassender Forschungs- und Entwicklungsleistung heraus entstanden ist. Hierfür kooperieren wir auch mit öffentlichen Forschungsinstitutionen und bringen unsere Technologie stetig weiter voran.
Wir sind dankbar dafür, dass das Land und der Bund unsere Forschungsleistungen anerkennen und diese fördern. Die Fördermittel sind ein wichtiger Baustein, um Anreize für ein Technologie-Ökosystem zu erzeugen, aus dem Innovationen hervorgehen.Nur so können wir unsere globale Wettbewerbsfähigkeit erhalten."
Patrick Glaser
CEO
KI-basierte Erkennung und Auswertung von Verkehrszeichen
und -schildern
KERAV
Projektziel:
Mit KERAV sollen Verkehrsschilder und Verkehrszeichen mittels KI automatisiert erkannt und auf deren objektspezifische Schäden hin ausgewertet werden. Die Bilddaten werden während Befahrungen von einem Smartphone, das innen an der Windschutzscheibe von kommunalen Fahrzeugen montiert wird, und eigens entwickelter vialytics Smartphone App erhoben.
Für die Auswertung der Bilddaten der Verkehrszeichen und -schilder werden proprietäre Deep-Learning-Algorithmen entwickelt. Im vialytics Web-System werden die Schilder automatisiert mit Georeferenz inventarisiert und Funktionen erarbeitet, mit denen sie verwaltet und Maßnahmen für defekte Schilder geplant werden können
Förderung im Rahmen des zweiten Förderaufrufs von InvestBW „Digitalisierung und KI“ des Ministeriums für Wirtschaft, Arbeit und Tourismus
Projektzeitraum: 15.06.2023 – 15.04.2024
Blogbeitrag zum Projektabschluss
Zeitbezogene Analyse von visuellen Informationen der Straßenoberfläche
ZAVIS
Projektziel:
Im Innovationsprojekt ZAVIS galt es, Veränderungen an Straßenschäden auf Bilddaten automatisch und zuverlässig zu identifizieren, um so einen Straßenänderungsverlauf systematisch nachvollziehen zu können.
Die Herausforderung bei ZAVIS bestand darin, die Schäden, die auf einem Straßenabschnitt erkannt und klassifiziert wurden, in den Bilddaten, die von den Kommunen in einem zeitlichen Abstand von Monaten erneut erhoben werden, gezielt wiederzuerkennen und deren Veränderung automatisch zu bewerten.
Blogbeitrag ZAVIS-Projekt
Öffentlicher Steckbrief
Förderung im Rahmen des KI-Innovationswettbewerbs von Baden-Württemberg des Ministerium für Wirtschaft, Arbeit und Tourismus
Projektzeitraum: 01.01.2021 -31.12.2021
Blogbeitrag zum Projektabschluss
Sensorik- und KI-basierte Straßenzustands
-Analyse
SEKISA
Im Verbundvorhaben SEKISA (Sensorik- und KI-basierte Straßenzustands-Analyse) konzentrieren wir uns zusammen mit dem Karlsruher Institut für Technologie (KIT) in einer Machbarkeitsstudie auf die KI-Analyse von Daten, die durch Beschleunigungs- und LIDAR-Sensoren aus handelsüblichen Smartphones erhoben werden und zur Zustandsbewertung von Straßen und weiteren Infrastrukturen eingesetzt werden sollen.
Förderung im Rahmen der Förderlinie 1 der „Mobilität der Zukunft“ des mFund des Bundesministeriums für Digitales und Verkehr erhalten.
Projektzeitraum: 01.08.2022 – 31.07.2023
Weiterführende Informationen:
Machbarkeitsstudie zusammen mit dem KIT:
- Markus Reischl: KIT
- Jens Kühne: Kühne Digital
Das Verbundvorhaben SEKISA wird im Rahmen der Innovationsinitiative mFUND mit insgesamt rund 100.000 Euro durch das Bundesministerium für Digitales und Verkehr gefördert.
Über den mFUND des BMDV:
Im Rahmen der Innovationsinitiative mFUND fördert das BMDV seit 2016 datenbasierte Forschungs- und Entwicklungsprojekte für die digitale und vernetzte Mobilität 4.0. Die Projektförderung wird ergänzt durch eine aktive fachliche Vernetzung zwischen Akteuren aus Politik, Wirtschaft, Verwaltung und Forschung und durch die Bereitstellung von offenen Daten auf dem Portal mCloud.