Menü
Die Lösung bestand darin, ein System und ein Backoffice zu installieren, das aus 100 stationären und 14 mobilen Radarkameras besteht, die auf den Straßen Lettlands installiert werden sollten.
Fits Traffic übernahm die Aufgabe und entwickelte, implementierte und betrieb ein zentrales Backoffice-System, das Verstöße gegen die Straßenverkehrsordnung verarbeitet, vorbereitet und an ein externes System zur Verwaltung von Bußgeldern und Delikten weiterleitet. Die Integration der Geschwindigkeitssensoren automatisiert die Daten über ein mobiles Netz, und es konnte ein sehr effektives Verfahren zur Verarbeitung von Verstößen eingeführt werden.
Im Rahmen dieser Aufgabe leistete Fits Traffic rund um die Uhr die Überwachung und Wartung des Kameranetzes, die Behebung von Netzwerkproblemen (mit allen Beteiligten, einschließlich Stromversorgungsunternehmen und Mobilfunkbetreibern). Ziel war eine starke Backoffice-Leistung und maximale Genauigkeit bei gleichzeitiger Minimierung der Anzahl manueller Aufgaben.
Fits Traffic führte ein umfassendes neuronales Netzwerk mit folgenden Elementen ein:
KI-Vorverarbeitung von Geschwindigkeitsüberschreitungen im Backoffice.
So konnte Lettland zunächst wenige und kleine Schnellkameras installieren und dann ohne zusätzliche Investitionen in IT-Kapazitäten so schnell wie nötig expandieren. Noch wichtiger ist, dass die Kontrolle über die gesamte Datenlebensdauer, von der Verfügbarkeit von Kameranetzen bis zur Beschleunigung des Ticketexports für die Strafverfolgungsbehörden, eine hohe Datenqualität und eine strikte Einhaltung der vorab festgelegten Dienstleistungsvereinbarung gewährleistet.
Der gesamte Prozess dauert oft nur wenige Minuten, von der Erfassung eines Verstoßes bis hin zu einem exportbereiten Strafverfahren. Die Daten werden nicht nur automatisch aus den Kameras importiert, sondern auch mittels neuronaler Netzwerke mit Deep Learning vorverarbeitet. Die Fahrzeuge werden segmentiert, klassifiziert und mit bisher nicht erreichter Genauigkeit erkannt.
So können beispielsweise viele Radarkamerasysteme nur Lastkraftwagen und Personenkraftwagen klassifizieren. Die lettische Lösung dagegen kann auch auf andere Fahrzeugklassen ausgedehnt werden.
Diese neuen Funktionen verbessern die Flexibilität bei der Durchsetzung von Geschwindigkeitsbegrenzungen (z. B. durch die Möglichkeit, die Schwellenwerte für verschiedene Fahrzeugklassen genauer festzulegen und verschiedene Schwellenwerte auf der Grundlage der visuell erkennbaren Wetterbedingungen anzuwenden). Gleichzeitig erhöht sich die Produktivität der Mitarbeiter im Backoffice, weil eine viel größere Anzahl von Fällen verarbeitet werden kann (Anwendung unterschiedlicher Arbeitsabläufe für Einsatzfahrzeuge, Motorräder ohne Kennzeichen in Richtung Kamera usw.).
2014 bis 2018 sank die Zahl der Verkehrsunfälle an den Orten, an denen Geschwindigkeitsüberwachungskameras installiert wurden, um 33 % und schwere Verkehrsunfälle um 36 %.
Wesentliche Fakten
” Every year, 1M people worldwide die due to car accidents. That makes half of the population of Latvia. And if we can change this atrocious statistic by improving the road environment, it’s our number one priority! “
The Road Traffic Safety Directorate of Latvia (CSDD)
