Das Projekt konzentrierte sich auf die Entwicklung eines intelligenten, vernetzten Sensorsystems für die Überwachung des städtischen Verkehrs und die Zählung von Fahrzeugen, wobei der Schwerpunkt auf der Ultraschall-Sensortechnologie lag. Es wurde eine maßgeschneiderte Ultraschallplattform entwickelt, die akustische Signale sendet, empfängt und vorverarbeitet und so eine Objekterkennung in Echtzeit ermöglicht. Die ersten Algorithmen verwendeten die DBSCAN-Clustermethode, um reflektierte Signalproben zu gruppieren, die eine Schwellenamplitude überschritten und räumlich nahe beieinander lagen. Um eine optimale Erkennung zu erreichen, wurde eine groß angelegte Parametersuche auf einem Cluster von 20-50 Computern durchgeführt, wobei MATLAB zum Vergleich der resultierenden Cluster mit manuell beschrifteten Videodaten verwendet wurde. Dieser iterative Optimierungsprozess machte deutlich, wie empfindlich DBSCAN auf externe Störungen reagiert und wie groß der Rechenaufwand für eine erschöpfende Parameterabstimmung ist.

Um die Komplexität zu reduzieren und die Robustheit zu verbessern, wurden die Sensordaten als Puls-Doppler-Radarsignale uminterpretiert. Sich bewegende Fahrzeuge erzeugen eine Dopplerfrequenzverschiebung, die mit einer Reihe von angepassten Filtern erkannt wurde. Die Einhüllende des angepassten Filterausgangs wurde analysiert; die Differenz zwischen aufeinanderfolgenden Abtastblöcken wurde berechnet und der quadratische Fehler (RMSE) dieser Differenzen wurde verwendet, um Spitzen zu identifizieren, die der Anwesenheit von Fahrzeugen entsprechen. Die Richtung der Bewegung wurde aus dem Vorzeichen der Frequenzverschiebung abgeleitet. Die Sensorfusion, bei der die Ausgänge von zwei Ultraschalleinheiten kombiniert werden, verbesserte die Erkennungsgenauigkeit weiter. Der endgültige Algorithmus wurde auf einen eingebetteten digitalen Signalprozessor portiert und auf einer Straße in Berlin getestet, um eine zuverlässige Fahrzeugzählung unter realen Bedingungen zu demonstrieren.

Parallel zur Entwicklung der Algorithmen wurden kompakte Leiterplatten entwickelt, die direkt in Straßenlaternen eingebaut oder an Masten montiert werden konnten. Diese Platinen enthielten LED-Treibermodule und wurden nach ENEC- und CE-Normen zertifiziert. Im Rahmen des Projekts wurde auch eine modulare, gatewaybasierte Kommunikationsarchitektur entwickelt, die V2X-Konnektivität (Vehicle-to-Everything) unterstützt. Es wurden End-to-End-Netzwerkprototypen unter Verwendung kundenspezifischer ICE-Gateway-Geräte erstellt und eine Anwendungsprogrammierschnittstelle definiert, die es externen Partnern ermöglicht, gerätespezifische Software über ein einem App-Store ähnliches Modell bereitzustellen. Für die Geräteverwaltung und Datenvisualisierung wurden benutzerfreundliche Dashboards und Portale entwickelt, mit denen die Betreiber den Verkehrsfluss und den Zustand der Sensoren in Echtzeit überwachen können.

Die Zusammenarbeit zwischen den Partnern wurde über den Projektzeitraum 2016-2018 koordiniert, wobei der Abschlussbericht die Arbeit bis Ende 2018 abdeckt. Finanziert wurde das Projekt durch das I2EASE-Programm (Förderungsnummer 16EM00147). Die ICE Gateway GmbH war federführend bei der Entwicklung der Hardware und des Gateways, der Integration der Ultraschallplattform in die Prototypen der Straßenlaternen und der Verwaltung des V2X-Kommunikationsstacks. Die RWTH Aachen steuerte algorithmisches Fachwissen bei, insbesondere bei der Anwendung digitaler Bildverarbeitungstechniken auf Ultraschalldaten und der Durchführung der DBSCAN-Optimierungsstudien. Osram und mehrere LED-Hersteller (Selux, RetroFit, Intec, Helux) lieferten Beleuchtungskörper und erleichterten die Integration der Gateway-Elektronik in die bestehende Infrastruktur der Straßenbeleuchtung. Gemeinsam definierten die Partner klare Grenzen für das Arbeitspaket, stimmten sich auf die Anforderungen des Anwendungsfalls ab und lieferten eine Reihe von Prototypen, die die Machbarkeit einer vernetzten Ultraschall-Verkehrsüberwachung in städtischen Beleuchtungssystemen demonstrieren.