März 2026Diplomarbeit Website besuchen

STRIX

In Zusammenarbeit mit

Clemens Wolfsberger und Benjamin Höllmüller

Projektbeschreibung

STRIX ist ein System zur automatisierten, KI-gestützten Erfassung und kartografischen Verortung von Verkehrszeichen auf österreichischen Autobahnen. Ein Aufnahmefahrzeug befährt die Strecke, das System erkennt Schilder in Echtzeit, ordnet sie der korrekten Richtungsfahrbahn zu und berechnet daraus maschinenlesbare Gültigkeitsbereiche — kompatibel mit den bestehenden Datensystemen der ASFINAG. Das Projekt entstand als Diplomarbeit an der HTL Rennweg in Kooperation mit der ASFINAG.

Systempipeline

Von der Videoaufnahme bis zur exportierten Verkehrsregel

Pipeline — Schritt für Schritt

01 · VIDEOVERARBEITUNG

Fahrvideos werden Frame für Frame mit GPS verknüpft

Ein Aufnahmefahrzeug befährt die Autobahn und nimmt kontinuierlich Videomaterial der Fahrspur auf. Das System extrahiert aus dem Videostream einzelne Frames und kombiniert jeden Frame mit den gleichzeitig erfassten GPS-Koordinaten des Fahrzeugs. Dieses verknüpfte Datenpaket bildet die Grundlage für alle nachfolgenden Verarbeitungsschritte.

02 · KI-ERKENNUNG

Zweistufig: erst lokalisieren, dann klassifizieren

Die Erkennung erfolgt zweistufig: Ein Detection-Modell scannt jeden Frame und markiert alle Bereiche, in denen Verkehrszeichen sichtbar sind. Diese Bildausschnitte werden anschließend an ein spezialisiertes Classification-Modell übergeben, das den genauen Schildtyp bestimmt. Da die ASFINAG kommerzielle Nutzbarkeit voraussetzte, wurde eigens ein vollständig lizenzfreies Open-Source-Modell evaluiert, trainiert und integriert.

▾

91 %Precision (Ziel: ≥ 75 %)

88 %Recall (Ziel: ≥ 70 %)

LizenzfreiASFINAG-Anforderung erfüllt

03 · GEOREFERENZIERUNG

Robuste GPS-Positionierung trotz GNSS-Störungen

Auf Autobahnen sind GPS-Signale durch Tunnel, Brücken und dichte Bepflanzung häufig gestört. Rohe GNSS-Koordinaten enthalten daher regelmäßig Ausreißer, die erkannte Schilder an falschen Positionen verorten würden. Eine eigens entwickelte Filtermethodik bereinigt diese Ausreißer anhand von Plausibilitätsprüfungen und unterschreitet die geforderte Maximalabweichung von ±10 m.

▾

< ±10 mMax. geforderte Positionsabweichung — erfüllt

04 · LINESTRING MATCHING

Jedes Schild wird präzise einer Richtungsfahrbahn zugeordnet

Ein selbst entwickelter Algorithmus gleicht jede GPS-Position eines erkannten Schilds mit dem österreichischen Autobahnreferenznetz der ASFINAG ab — 450.648 Referenzpunkte im 10-Meter-Raster. Die Zuordnung berücksichtigt neben räumlicher Nähe auch die Fahrtrichtung des Aufnahmefahrzeugs, um Schilder auf Gegenfahrbahnen oder Überführungen korrekt auszuschließen. Spezialfälle wie Autobahnabfahrten werden durch einen geometrisch berechneten Distanzschwellwert behandelt. Die Suche im Referenznetz erfolgt per KD-Tree mit O(log n) Komplexität. Die Referenzdaten wurden von Excel in ein spaltenorientiertes Binärformat konvertiert, was die Startladezeit um 93 % reduzierte.

▾

450.648ASFINAG-Referenzpunkte

−93 %Ladezeit (Excel → Parquet)

O(log n)KD-Tree Suchanfragen

05 · SCOPING

Aus Einzelschildern werden zusammenhängende Regelabschnitte

Erkannte und gematchte Schilder werden nach Straße und Fahrtrichtung gruppiert und chronologisch nach Kilometerposition sortiert. Eine State-Machine durchläuft die sortierten Einträge und öffnet bzw. schließt Gültigkeitsbereiche bei jedem Geschwindigkeits- oder Verbotsschild. Das Ergebnis sind strukturierte Regelabschnitte — direkt vergleichbar mit offiziellen ASFINAG-Verordnungen, die ebenfalls kilometerbasiert definiert sind.

▾

"100 km/h, km 10–20, S01 →"Beispiel-Output

06 · EXPORT

Strukturierter Export zur Weiterverarbeitung

Die berechneten Gültigkeitsbereiche werden in einem strukturierten Format exportiert, das direkt mit bestehenden ASFINAG-Datensystemen kompatibel ist. Jeder Eintrag enthält Straße, Fahrtrichtung, Schildkategorie, Wert sowie Start- und End-Kilometer — sodass die Daten ohne manuelle Nachbearbeitung in operative Systeme übernommen werden können.

▾

Straße · km · RichtungExportstruktur

Evaluierung auf realen Autobahnabschnitten

91 %PrecisionZiel: ≥ 75 %

88 %RecallZiel: ≥ 70 %

< ±10 mGPS-GenauigkeitASFINAG-Anforderung

Technologien

PythongRPCVue 3DockerGNSSComputer Vision

Website besuchen