@misc{K{\"a}mpf2026,
  author    = {K{\"a}mpf, Leonard},
  title     = {Erweiterte Verkehrsz{\"a}hlung durch Achsbasierte Fahrzeugklassifikation mithilfe von Instance Segmentation},
  institution = {Kraftfahrzeugtechnik},
  pages     = {75},
  year      = {2026},
  abstract  = {In dieser Arbeit wird ein bildbasiertes Verfahren zur erweiterten Verkehrsz{\"a}hlung vorgestellt, das {\"u}ber die reine Erfassung von Fahrzeugen hinaus eine achsbasierte Fahrzeugklassifikation erm{\"o}glicht. Ziel ist es, Fahrzeuge nicht nur zu detektieren und zu verfolgen, sondern deren Achskonfiguration zuverl{\"a}ssig aus Bilddaten abzuleiten. Hierzu wird eine modulare Verarbeitungspipeline entwickelt, die lernbasierte Detektion, Multi-Object-Tracking und feinaufgel{\"o}ste Segmentierung kombiniert. Fahrzeuge werden zun{\"a}chst detektiert und {\"u}ber mehrere Frames verfolgt. Erg{\"a}nzend werden Reifen mittels textbasierter Detektion und Segmentierung erkannt und in eine eigens entwickelte Logik zur Zuordnung von R{\"a}dern zu einzelnen Fahrzeugen integriert. Auf Basis der r{\"a}umlichen Anordnung der detektierten R{\"a}der erfolgt eine achsbasierte Klassifikation. Hierf{\"u}r wird eine normierte Distanzmetrik definiert, die eine robuste und aufl{\"o}sungsunabh{\"a}ngige Bewertung der Achsabst{\"a}nde erm{\"o}glicht. Die Ergebnisse zeigen, dass der entwickelte Ansatz grunds{\"a}tzlich geeignet ist, eine feinere, strukturbasierte Fahrzeugklassifikation auf Grundlage bildbasierter Daten zu realisieren und klassische Verkehrsz{\"a}hlsysteme um zus{\"a}tzliche Fahrzeugmerkmale zu erweitern.},
  language  = {de}
}