Präzise Verkehrsdaten: Ein Vergleich zwischen der Lösung von Swarm Analytics und induktiven Schleifen

Edited picture of installation by Swarco AG and Swarm Analytics

Gängige Methoden der Verkehrszählung

Der Markt für intelligente Verkehrssysteme verzeichnet ein beträchtliches Wachstum bei der Entwicklung qualitativ hochwertiger Verkehrsinformationen in Echtzeit. Eine der am weitesten verbreiteten Methoden zur Erfassung von Verkehrsdaten ist der Einsatz von straßenbasierten Sensoren, wie z. B. Induktionsschleifen. Diese traditionellen Methoden haben jedoch auch Nachteile, wie z. B. hohe Kosten für Installation und Wartung sowie Einschränkungen bei der Erkennungsleistung. Aus diesem Grund werden bildverarbeitungsbasierte Lösungen immer beliebter. In diesem Artikel stellen wir eine neue Lösung für die Verkehrszählung vor, die von Swarm Analytics entwickelt wurde, und untersuchen ihre Effektivität anhand einer Installation in Zusammenarbeit mit der SWARCO Schweiz AG in der Schweiz. Der Schwerpunkt dieser Untersuchung liegt auf der Bewertung der Genauigkeit der Lösung sowohl bei der Zählung als auch bei der Klassifizierung des Verkehrs.

Installation der Swarm Perception Box

Swarm Analytics bietet eine bequeme und einfach zu bedienende Lösung für die Verkehrsdatenerfassung, die auf bestehender Infrastruktur wie Ampelmasten installiert werden kann. Diese Lösung erfordert nur eine minimale Einrichtung und kann schnell vor Ort installiert werden. Im Falle der in diesem Artikel verwendeten Installation stellte die SWARCO Schweiz AG in der Schweiz lediglich sicher, dass am Installationsort Strom zur Verfügung stand, und montierte die Swarm Outdoor Perception Box, die eine Kamera enthält, an einem bestehenden Ampelmast. Die Kalibrierung der Kamera erfolgte dann über das Swarm Control Center, in dem verschiedene Konfigurationsmöglichkeiten zur Verfügung stehen. Dies ermöglicht eine einfache, effiziente und effektive Methode zur Erfassung von Verkehrsdaten, ohne dass eine aufwändige und kostspielige Installation und Wartung erforderlich ist.

Photo of Swarm Perception Box installation with camera
Illustration of configuration with Counting Line

Datenauswertung der Swarm Analytics Sensoren

Unser Partner SWARCO Schweiz AG hat die Swarm-Lösung in einer Installation implementiert, die streng auf ihre Datenqualität geprüft wurde, indem die Ergebnisse der Swarm Perception-Lösung mit denen einer zertifizierten Swiss10-Induktionsschleife verglichen wurden. Dieser Validierungsprozess umfasste die manuelle Zählung von fast 2.000 Fahrzeugen und Fußgängern. Wie auf der Abbildung zu sehen ist, umfasst die Installation einen visuellen Sensor, der durch die Swarm Outdoor Perception Box repräsentiert wird. Dieser Sensor erfasst Echtzeit-Verkehrszählungen und Geschwindigkeitsschätzungen und bietet so jederzeit ein umfassendes und genaues Bild der Verkehrssituation am Standort. Die Daten werden dann in der Data Analytics-Funktion der Swarm Perception Platform visualisiert, was eine einfache Überwachung und Analyse der Verkehrsdaten ermöglicht.

Vergleich der Daten

In dieser Analyse wurden die von der Swarm Analytics-Lösung und der Swiss10-Induktionsschleife generierten Daten mit manuellen Zählungen der Grundwahrheit über acht 15-minütige Zeitsegmente während des Tages und unter verschiedenen Verkehrsbedingungen verglichen. Dieser Vergleich ermöglichte eine unabhängige Validierung der Daten. Die Analyse umfasste einen Vergleich sowohl der Verkehrszählungen als auch der Fahrzeugklassifizierung (Modal Split) über die jeweiligen Zeiträume. Die manuell gesammelten Daten, die insgesamt 1933 Fahrzeuge umfassten, stellten die Gültigkeit und Zuverlässigkeit der Analyse sicher.

Screenshot of dashboard widget for traffic count in one direction
Screenshot of dashboard widget for modal split

Ergebnisse

Die Ergebnisse dieses Vergleichs zeigen, dass sowohl die Swarm Analytics-Lösung als auch die Swiss10-Induktionsschleife in der Lage sind, genaue Verkehrszählungsdaten zu liefern. Es ist jedoch anzumerken, dass die Induktionsschleife die Fahrzeuge nach der Swiss10-Norm klassifiziert, während die Swarm-Lösung die Standardklassifizierung der BASt-Norm (8+1) verwendet.
Die Zählgenauigkeit an diesem Ort und in diesem Zeitrahmen für die Swarm-Analytics-Lösung wurde mit 97,0 % ermittelt, während die Zählgenauigkeit für die Swiss10-Induktionsschleife 95,9 % betrug. In ähnlicher Weise betrug die durchschnittliche Klassifizierungsgenauigkeit für die Swarm Analytics-Lösung 95,0 % und für die Swiss10-Induktionsschleife 93,9 %.
Dennoch wies die Swarm Analytics-Lösung eine etwas höhere Stabilität der Genauigkeitszahlen über verschiedene Verkehrssituationen hinweg auf, wie z.B. fließender Verkehr und langsamer Verkehr. Darüber hinaus zeigten die Daten eine klare Korrelation zwischen der durchschnittlichen Fahrzeuggeschwindigkeit und der Genauigkeit der Induktionsschleife, wobei die Genauigkeit bei niedrigen Durchschnittsgeschwindigkeiten, die typischerweise während der Hauptverkehrszeiten auftreten, abnahm. Diese Korrelation wurde bei der Swarm Analytics-Lösung nicht beobachtet.

Graph describing counting and classification accuracy per time segment with average speed as overlay

Weitere Informationen über die Lösungen von Swarm Analytics

Swarm Analytics bietet eine Reihe von Lösungen, die über die Verkehrszählung hinausgehen. Um Erkenntnisse über den Verkehr in städtischen und interurbanen Gebieten zu gewinnen, bietet Swarm Analytics die Generierung lokaler Verkehrsdaten in Echtzeit und rund um die Uhr mit der Option der Datenanalyse. Für mehr Einblicke in die Parksituation bietet die entsprechende Swarm-Lösung Daten zur Auslastung und zu Parkzeiten für die Erstellung von Parkleitsystemen und die Analyse von Parkplätzen. Darüber hinaus besteht die Möglichkeit, noch weitergehende Verkehrsdaten über mehrere Installationsstandorte hinweg zu erstellen, die die Ermittlung von Reisezeiten und ein Verständnis des Verkehrsflusses in Städten und Gemeinden ermöglichen.

Bleiben Sie in Kontakt!

Weitere Neuigkeiten:

Image of laptop with login screen for Swarm Control Center on transparent background. Above the laptop are balloons in green, light green and light gray
Produktupdate

Release von v2023.3

Hier gibt es Infos und Details zum Release von 2023.3, insbesondere zu den neuen Features Adaptive Traffic Control sowie Device Health - sowie vieles mehr!

Mehr lesen
Image of laptop with login screen for Swarm Control Center on transparent background. Above the laptop are balloons in green, light green and light gray
Produktupdate

Release von v2023.2

Hier finden Sie Details zu unserem Release 2023.2, insbesondere über zwei brandneue Klassen und unser neues Feature Multi-Tenancy!

Mehr lesen