ParkSelection

Revolutionäre KI-gestützte Parkplatzerkennung für smartes Parkplatzmanagement

Eine innovative Lösung, die durch maschinelles Lernen freie und belegte Parkplätze in Echtzeit erkennt – kostengünstig, flexibel und ohne bauliche Maßnahmen.

YOLO TensorFlow OpenCV Proxmox Server

Projektübersicht

Ausgangslage

Bestehende Systeme zur Parkplatzerkennung sind häufig teuer oder erfordern eine umfangreiche Infrastruktur. Klassische Sensorlösungen wie Magnet- oder Drucksensoren benötigen bauliche Maßnahmen im Boden, was Kosten, Ausfallzeiten und Wartungsaufwand verursacht. Eine flexible, kostengünstige und skalierbare Alternative fehlt bislang.

Zielsetzung

Ziel ist die Entwicklung einer Anwendung für effizientes Parkplatzmanagement. Sie unterstützt Unternehmen bei Auswertungen und hilft Fahrerinnen und Fahrern, freie Parkflächen stressfrei zu finden. Emissionen werden durch die Vermeidung unnötiger Fahrten reduziert. Die Lösung ist einfach zu implementieren und auch temporär einsetzbar.

Systemarchitektur

Das System besteht aus mehreren Komponenten:

videocam
IP-Kameras

Erfassen Parkplatzdaten in Echtzeit per RTSP-Stream

dns
Server & Backend

Verarbeitet Bilddaten und stellt REST-API bereit

memory
KI-Modell

YOLO-basierte Erkennung freier und belegter Parkplätze

storage
Datenbank

Speichert Parkplatzstatus und historische Daten

smartphone
Web-Applikation

Visualisiert Parkplatzverfügbarkeit in Echtzeit

Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße

HTL Mössingerstraße Logo
code

Technologie-Stack

YOLO (KI-Modell)
TensorFlow / OpenCV
Proxmox Server (Linux)
REST-API
Grafana Dashboard
IP-Kameras (RTSP)

Projektdetails

Hier werden die beiden Hauptarbeitsgebiete des Projekts detailliert vorgestellt.


camera_alt
memory

KI-gestützte Erkennung

YOLO • TensorFlow • OpenCV

KI-Modell & Web-Frontend (Alexander Seger)

Intelligente Parkplatzerkennung mit Deep Learning

KI-Modell-Entwicklung:
Es wird ein YOLO-basiertes (You Only Look Once) Modell zur Echtzeit-Erkennung freier und belegter Parkplätze trainiert. Das Modell identifiziert Parkplatzlinien mittels HSV-Farbmodell und nutzt TensorFlow zur Klassifikation, auch unter schwierigen Bedingungen wie perspektivischen Verzerrungen, verdeckten Linien oder schlechter Bildqualität.

Web-Frontend:
Parallel dazu wird eine benutzerfreundliche Webanwendung entwickelt, die Parkplatzdaten in Echtzeit visualisiert. Das interaktive Dashboard zeigt übersichtlich die Verfügbarkeit von Parkplätzen und ermöglicht Nutzern, schnell freie Stellplätze zu finden.

Technologien:
YOLO, TensorFlow, OpenCV, HSV-Farbmodell, Semantic Segmentation, REST-API Integration

developer_board
storage

Hardware & Server

Proxmox Server • Linux • REST-API

Hardware & Backend (Christopher Tschebull)

Hardware-Plattform & Backend-Infrastruktur

Server-Infrastruktur:
Das System läuft auf einem Proxmox-Server (Linux-basiert), der für die zuverlässige Bildverarbeitung und Kameraintegration zuständig ist. Der Server verarbeitet die Bilddaten in Echtzeit und bietet ausreichend Rechenleistung für die KI-Modelle.

Backend-API & Datenbank:
Es wird eine skalierbare Backend-API mit Datenbankanbindung implementiert. Eine Zeitreihen- oder relationale Datenbank speichert Parkplatzdaten effizient. Die REST-API überträgt Echtzeitdaten an die Webanwendung. Der Fokus liegt auf stabiler, skalierbarer Architektur zur Verarbeitung hochfrequenter Daten.

Technologien:
Proxmox Server (Linux), IP-Kameras (RTSP), REST-API, Datenbanken (InfluxDB, MongoDB), Grafana, Server-Integration

Systemarchitektur

ParkSelection System: Vom Video-Stream zur intelligenten Visualisierung

videocam Datenerfassung
videocam
videocam

IP-Kameras

TP-Link Tapo C210

1080p @ 30fps

arrow_downward
RTSP-Stream
memory Verarbeitung & Analyse
dns
Server

Bildverarbeitung

REST-API

psychology
KI-Engine

YOLO Network

TensorFlow • OpenCV

storage
Datenbanken

Parkplatzdaten

InfluxDB • MongoDB

analytics
Grafana

Monitoring

Analytics • Alerts

sync_alt HTTP-API
arrow_downward
HTTP GET
smartphone Präsentation
smartphone

Web-Dashboard

Live Visualisierung

JSON REST-API

Unser Team

Das ParkSelection Team arbeitet gemeinsam an der Entwicklung einer innovativen KI-gestützten Lösung für intelligentes Parkplatzmanagement.
person

Alexander Seger

KI-Entwicklung & Web-Frontend

person

Christopher Tschebull

Hardware-Integration & Backend

Projektbetreuung

Unser Projekt wird von einem erfahrenen Betreuer der HTL Mössingerstraße begleitet.

school

Dipl.-Ing. Thomas Aichholzer

Projektbetreuer

Fachliche Betreuung und Unterstützung bei der Entwicklung des ParkSelection Projekts.