Geschäftliche Herausforderungen
NS möchte den Einsatz neuer Technologien erforschen und hat sich daher für den jährlichen Hackathon für fortgeschrittene Daten und Analysen von Emixaangemeldet. In den ersten Gesprächen hat unser Beraterteam gemeinsam mit NS mehrere Ideen bewertet. Das Konzept, die Zählung der Parkplatznutzung zu automatisieren, erwies sich als das vielversprechendste, sowohl was den Mehrwert als auch die Durchführbarkeit betrifft. Könnten wir mit den unter data verfügbaren Technologien in weniger als 48 Stunden einen funktionierenden Prototyp erstellen? Die Antwort: Ja, wir können!
Schlüssel zum Erfolg
Während des Hackathons nutzte das Team öffentlich zugängliche Luftaufnahmen data sowie die von NS zur Verfügung gestellte data. Die Berater setzten das neueste KI-Erkennungsmodell, YOLOv8, ein, um die Anzahl der geparkten Autos anhand von Luftbildern zu zählen. Durch eine Kombination aus Kreativität und Fachwissen gelang es dem Team, einen funktionierenden Prototyp zu entwickeln.
Im Anschluss an den Hackathon verbesserten die Berater den Prototyp weiter, indem sie zusätzliche data Quellen, hochpräzise Koordinaten und detailliertere Luftbilder einbeziehen. Unser Team entwickelte ein automatisiertes Python-Skript, das in der Lage ist, Bilder für jede NS-Station abzurufen und zu analysieren. Außerdem können die Informationen nun leichter abgerufen werden.
Ergebnisse
Informationen über die Auslastung von Parkplätzen können nun automatisch und häufiger gesammelt werden. Dies wird der NS helfen, ihre Parkmöglichkeiten zu optimieren und die Einrichtungen ihrer Bahnhöfe zusammen mit ihren Partnern weiter zu verbessern.
Einsatz von AI zur Optimierung von Parkeinrichtungen
"Eine einzigartige Herausforderung, die Kreativität und Fachwissen im Bereich Daten und Analytik erforderte."
Joris Schalks
Emixa