Willkommen

Herzlich willkommen auf unserer Projektseite. Auf dieser Homepage erhalten Sie Informationen rund um das Projekt License plate detection.

Kurzbeschreibung

Deutsch Bei unserem Projekt wird ein System entwickelt, das mithilfe einer künstlichen Intelligenz und einer Raspberry Pi-Kamera die Kennzeichen von Fahrzeugen erfasst, die auf einen Parkplatz einfahren. Die erfassten Daten werden über eine API in eine Datenbank gespeichert und mit einer Liste berechtigter Fahrzeuge abgeglichen, um zu überprüfen, ob das Fahrzeug Zufahrtsrecht hat. Zusätzlich wird eine Webanwendung erstellt, die es ermöglicht, detaillierte Informationen wie Ein- und Ausfahrtszeiten sowie die Verweildauer eines Fahrzeugs auf einem bestimmten Parkplatz einzusehen. Das System bietet eine effiziente und benutzerfreundliche Lösung zur automatisierten Parkplatzverwaltung und -überwachung.


Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße

English In our project, a system is being developed that uses artificial intelligence and a Raspberry Pi camera to capture the license plates of vehicles entering a parking lot. The captured data is stored in a database via an API and compared against a list of authorized vehicles to verify whether the vehicle has access rights. Additionally, a web application is being developed to provide detailed information such as entry and exit times, as well as the duration of a vehicle's stay in a specific parking spot. The system offers an efficient and user-friendly solution for automated parking management and monitoring.

Details

Das Kennzeichenerkennungs-System kombiniert innovative Technologien für eine effiziente und moderne Lösung:

  • KI-gestützte Kennzeichenerkennung: Mithilfe eines Raspberry Pi 4 und einer Kamera werden Kennzeichen in Echtzeit erkannt und analysiert. Die implementierte KI sorgt für präzise Ergebnisse, auch unter verschiedenen Umgebungsbedingungen.
  • Integration mit SQL-Datenbanken: Alle erfassten Daten, wie Kennzeichen, Ein- und Ausfahrzeiten, werden in einer SQL-Datenbank gespeichert. Dies ermöglicht eine zuverlässige und strukturierte Datenspeicherung sowie eine einfache Erweiterbarkeit.
  • Web-Dashboard zur Visualisierung: Eine intuitive Web-Anwendung zeigt die gesammelten Daten an und ermöglicht deren Verwaltung. Nutzer können Einträge durchsuchen, filtern und analysieren, um Einblicke in Verkehrsströme oder Zugangskontrollen zu erhalten.
  • Modular und skalierbar: Das System ist modular aufgebaut und erlaubt die Integration weiterer Funktionen, wie zusätzliche Sensoren oder die Anpassung an spezifische Anforderungen.

Hardware

Raspberry PI 4 - Kamera

Der Raspberry PI 4 in Kombination mit der PI-Kamera wird dazu verwendet um aus einer Video-Übertragung die Kennzeichen zu erkennen und auszulesen. Für diesen Schritt wird ein selbsttrainiertes Objekterkennungsmodell und ein Texterkennungsnmodell verwendet. Diese werden im Anschluss mithilfe der API an die Datenbank gesendet und weiter verarbeitet.

cloud Backend

Express Backend

Die Express.js API dient als Kommunikationsschnittstelle zwischen dem Raspberry Pi 4 und der Datenbank. Sie ermöglicht es, die erkannten Kennzeichendaten, die mithilfe eines selbsttrainierten Objekterkennungs- und Texterkennungsmodells aus der Videoübertragung extrahiert wurden, zuverlässig an die Datenbank zu übermitteln. Zusätzlich stellt die API Endpunkte bereit, um die in der Datenbank gespeicherten Daten abzurufen und für die Anzeige in der Webanwendung oder mobilen iOS-App bereitzustellen.

cloud App & Web

IOS & React

Die React-Webanwendung nutzt die API, um die gespeicherten Daten abzurufen und in einer übersichtlichen Benutzeroberfläche darzustellen. Sie bietet zusätzliche Funktionen zur Datenanalyse und Verwaltung.
Die iOS-App verwendet ebenfalls die API, um die Kennzeichendaten mobil verfügbar zu machen. Sie ermöglicht eine intuitive Bedienung und erlaubt es Nutzern, die Daten jederzeit und von überall aus abzurufen.

Our Awesome Team

Sebastian Bodner

Trainieren der Künstlichenintelligenz, Erstellen der IOS-App

Zitat ...

David Pichler

Erstellung der Datenbank, Kommunikation & Webinterface

Prokrastination ist die Kunst, den letzten Tag optimal zu nutzen.

Prof. Dipl.-Ing. Alexander Rodiga

Erstbetreuer