Echtzeit Kennzeichen-Erkennung und -Zuordnung

APCOA betreibt als führender europäischer Parkhausbetreiber hunderte Standorte in mehreren Ländern. Kameras an Ein- und Ausfahrten erfassen automatisch Kennzeichenbilder. Die Zuordnung einer Einfahrt zu einer Ausfahrt - d. h. die Erkennung eines vollständigen Besuchs - ist kritisch: Nur erfolgreich zugeordnete Besuche können abgerechnet werden.

Die bisherige Lösung basierte auf OCR-Strings, die von Kameraherstellern bereitgestellt wurden, sowie auf exaktem String-Matching. Die OCR der Hersteller war häufig ungenau, was zu nicht zugeordneten Besuchen führte, die nicht abgerechnet werden konnten, ein vermeidbarer Umsatzverlust.

Die Aufgabe war vielschichtig und technisch anspruchsvoll:

• Kennzeichenbilder mit stark schwankender Qualität: Anschnitte, Verdeckungen, schlechte Beleuchtung und Verschmutzungen

• Unterschiedliche Kennzeichenformate und Schriftarten in sechs europäischen Ländern

• Echtzeit-Anforderung: Das Matching muss unmittelbar nach jeder Kamera-Beobachtung erfolgen

• Hoher, variabler Durchsatz von etwa einer Million Beobachtungen pro Tag

• Nicht aufeinanderfolgende Beobachtungen (z. B. AABA-Muster) und fehlende oder fehlerhafte Fahrtrichtungen

• Korrekte Bindestrichsetzung als länderspezifische Herausforderung (deutscher Markt)

dida hat eine End-to-End-Lösung entwickelt, die die gesamte Pipeline von der Bildverarbeitung bis zur Besuchszuordnung abdeckt. Die Lösung besteht aus drei Kernkomponenten:

1. State-of-the-Art OCR-Modell

Ein OCR-Modell auf Basis einer Transformer-Architektur (TrOCR) wurde speziell für Fahrzeugkennzeichen trainiert. Das Modell nutzt einen Encoder-Decoder-Ansatz mit einem spezialisierten Tokenizer für Zeichen eines Kennzeichens (Ziffern, Buchstaben, Bindestriche). Durch ein iteratives Bootstrapping-Verfahren wurde das Modell auf schwach gelabelten Betriebsdaten trainiert ohne aufwändige manuelle Annotation.

• Gleichzeitiges Training auf Metric Learning (Encoder) und Texterzeugung (Decoder)

• Kombination aus Cross-Entropy Loss und Triplet Loss für robuste Embeddings

• Umgang mit Anschnitten, mehrzeiligen Kennzeichen und unterschiedlichen Bildqualitäten

2. Hierarchischer Matching-Algorithmus

Da OCR-Ergebnisse fehlerbehaftet sein können (z. B. Anschnitte, Verdeckungen), wurde ein Fuzzy-Matching-Ansatz mit domänenspezifischen Heuristiken entwickelt:

• Transit-Matching über maximale Cliquen innerhalb zeitlicher Fenster, einschließlich Zeitrestriktionen

• Rückwärtsgerichtetes Besuchs-Matching für abgeschlossene Ausfahrten und vorwärtsgerichtetes Matching für abgeschlossene Einfahrten

• String-Overlap-Analyse zur Unterscheidung von Kandidaten

• Kombinierter Confidence Score aus einem OCR-Term, einem Transit-Term und einem Besuchs-Term

3. Skalierbare Microservice-Architektur

Für den Produktivbetrieb wurde eine eventgetriebene Microservice-Architektur auf einem Kubernetes-Cluster aufgebaut:

• Eventgetriebene Architektur mit Message Bus für lose gekoppelte Komponenten

• NVIDIA Triton Inference Server mit ONNX-Backend und Dynamic Batching

• PostgreSQL-Datenbank zur Synchronisation zwischen zustandslosen Matching-Pods

• Infrastructure-as-Code mit Terraform und Terragrunt für Multi-Environment-Deployments

Die Lösung wurde erfolgreich in Produktion gebracht und liefert messbare geschäftliche Ergebnisse:

Dieses Projekt zeigt, wie eine End-to-End KI-Lösung erheblichen geschäftlichen Mehrwert schaffen kann: Ein eigens entwickeltes Deep-Learning-Modell – kombiniert mit domänenspezifischen Algorithmen und einer robusten Cloud-Infrastruktur – ermöglicht ein zuverlässiges Echtzeit-Matching von Besuchen über hunderte Parkhaus-Standorte in Europa hinweg. Die Lösung verbessert unmittelbar die Umsatzposition des Kunden bei gleichzeitig niedrigen Betriebskosten und ist problemlos auf weitere Märkte und Standorte skalierbar.

Fabian Dechent präsentierte das Projekt auf der dida conference 2025 und erklärte den Ansatz sowie technische Details.