Projekte und Produkte

Realverkehr verstehen – automatisierte Mobilität absichern. Die sichere Einführung hoch- und vollautomatisierter Fahrzeuge hängt entscheidend davon ab, wie gut wir das heutige Verkehrsgeschehen – insbesondere kritische Situationen – digital abbilden können. AVEAS entwickelt skalierbare, datenschutzkonforme Methoden, um risikorelevante Szenarien systematisch zu erfassen, zu modellieren und in virtuelle Testumgebungen zu überführen.

Zielstellung des Projektes DRUM ist Erstellung von Tools, die den Drohnenteams und der Einsatzleitung von BOS bei sicherheitstechnischer Begleitung von Massenveranstaltungen Unterstützung bieten. Die wesentliche Aufgabe ist eine Automatisierung der Sensordatenauswertung sowie eine Schaffung einer Möglichkeit zur Übertragung und anschaulichen Visualisierung der Ergebnisse, wodurch eine schnelle und einfache Einschätzung der Lage, Erkennung gefährlicher Situationen und Verortung relevanter Ereignisse durch die Einsatzleitung ermöglicht wird.

»ABUL« ist ein interoperables Videoauswertesystem mit integrierten Realzeit- und Offline-Verfahren sowie diversen Visualisierungskomponenten zur Unterstützung des Auswertenden.

CHAISE ist ein schnell zu installierender Software-Werkzeugkasten für die Entwicklung von KI-Systemen bzw. KI-Komponenten in Systemen, die komplexe Aufgaben erfüllen. Die Softwaresuite unterstützt die KI-Engineering-Methodik und das MLOps-Paradigma, basiert auf etablierten Open-Source-Komponenten und ist in verschiedenen Anwendungsdomänen nutzbar.

Wirtschaftlichkeit, Nachhaltigkeit, Ökologie und Individualität: Intermodale Mobilität - die Nutzung verschiedener Verkehrsträger auf einem Weg - hat großes Potenzial. Doch die Komplexität muss überschaubar bleiben. Mit anderen Worten: Intermodal ans Ziel, zum Beispiel mit einer Kombination aus (Leih-)Fahrrad, ÖPNV und E-Scooter, muss so einfach und angenehm sein wie der Griff zum eigenen Autoschlüssel.

Das Ziel von »Towards Ubiquitous Low-power Image Processing Platforms (TULIPP)« ist die Erstellung einer Referenzplattform für leistungsstarke und energieeffiziente Bildverarbeitungs-Embedded-Systeme. Das TULIPP-Projekt wird von der European Mission gefördert.

PrognoSF zielt darauf ab, lokale Sturzfluten präzise vorherzusagen, indem alle verfügbaren Datenquellen mit KI-basierten Algorithmen ausgewertet werden.

Am Fraunhofer IOSB forschen wir langjährig an diversen Verfahren zur automatisierten Sensordatenauswertung. Unsere Kompetenz erstreckt sich von einfachen bis zu hochkomplexen Verfahren der Bild- und Videoauswertung, angefangen mit Bildqualitätsverbesserung und Bildteppicherstellung bis hin zu Objekterkennung und Aktivitätsanalyse mit den neuesten Verfahren der Künstlicher Intelligenz (KI). Durch Auswertung der Telemetriedaten kann jedem Bildpixel und jeder Detektion eine reale Geokoordinate zugeordnet werden. Dadurch können die in den Sensordaten detektierten Objekte oder Ereignisse geografisch verortet und live in einer Lagekarte dargestellt werden.

Für das Projekt »Intelligente Videoüberwachung« entwickelt die Abteilung VID des Fraunhofer IOSB ein System, das anhand von Bewegungsmustern mögliche Straftaten erkennen und Polizeibeamte im Führungs- und Lagezentrum darauf hinweisen kann. Gesichtserkennung ist nicht Teil des Lösungsansatzes.

»S²UCRE« ist ein Projekt des Bundesministerium für Bildung und Forschung (BMBF). Ziel bei diesem Projekt ist die Sicherheit in städtischen Umgebungen durch Crowd-Monitoring, Prädiktion und Entscheidungsunterstützung.