Open Access

Leonard Kämpf

• In dieser Arbeit wird ein bildbasiertes Verfahren zur erweiterten Verkehrszählung vorgestellt, das über die reine Erfassung von Fahrzeugen hinaus eine achsbasierte Fahrzeugklassifikation ermöglicht. Ziel ist es, Fahrzeuge nicht nur zu detektieren und zu verfolgen, sondern deren Achskonfiguration zuverlässig aus Bilddaten abzuleiten. Hierzu wird eine modulare Verarbeitungspipeline entwickelt, die lernbasierte Detektion, Multi-Object-Tracking und feinaufgelöste Segmentierung kombiniert. Fahrzeuge werden zunächst detektiert und über mehrere Frames verfolgt. Ergänzend werden Reifen mittels textbasierter Detektion und Segmentierung erkannt und in eine eigens entwickelte Logik zur Zuordnung von Rädern zu einzelnen Fahrzeugen integriert. Auf Basis der räumlichen Anordnung der detektierten Räder erfolgt eine achsbasierte Klassifikation. Hierfür wird eine normierte Distanzmetrik definiert, die eine robuste und auflösungsunabhängige Bewertung der Achsabstände ermöglicht. Die Ergebnisse zeigen, dass der entwickelte Ansatz grundsätzlich geeignet ist, eine feinere, strukturbasierte Fahrzeugklassifikation auf Grundlage bildbasierter Daten zu realisieren und klassische Verkehrszählsysteme um zusätzliche Fahrzeugmerkmale zu erweitern.