Sie sehen aus wie Marsmobile. Flache Kästen mit Raupenantrieb patrouillieren vollautomatisch durchs Gelände, auf dem Dach ein periskopähnlicher Mast. Darin befinden sich verschiedenste Sensoren und Kameras - je nachdem, was es zu bewachen gilt. Möglicher Einsatzort: weitläufige Chemieanlagen. Die Überwachungsroboter spüren mit ihrer Gasmesstechnik nicht nur Lecks in Rohrleitungen auf, sondern können mit Infrarotkameras in bis zu 350 Meter Entfernung Eindringlinge anhand ihrer Körperwärme ausmachen und an eine Zentrale melden. Das Videoanlagen auch Bewegungen wahrnehmen können, ist ein alter Hut. Zusammen mit neuronalen Netzen lernen sie aber zu sehen. Bei der Erstinbetriebnahme zum Beispiel an einem Bahnhof sondiert der Rechner mit seinen Kameraaugen das Gelände, erklärt Jochen Vogl von Dallmeier Elektronik:
Das System weiß jetzt, was sich im Hintergrund befindet und statisch ist. Das System versucht jetzt, das Dynamische wie beispielsweise Personenverkehr auf dem Bahnhof herauszufiltern. Wenn sich da irgend etwas verändert, wenn etwa jemand einen Koffer stehen lässt oder in einem Bankfoyer legt sich jemand zu Schafen hin oder ein Fahrzeug parkt in einem falschen Bereich, dann realisiert das System über eine Zeitschleife, dass ein statisches Objekt hinzugekommen ist.
So lernen die Rechner, auch Bewegungen richtig zu deuten. Rennt eine Person in einem Gefängnis auf eine Absperrung zu, kann das als Ausbruchsversuch gewertet werden, während die umgekehrte Bewegung unkritisch ist. Auch minimalste Veränderungen registrieren die Systeme. Das Extrembeispiel: ein Mensch im Weißen Anzug, der ganz langsam durch Schnee robbt. Selbst diese minimale Bewegung in einem kontrastlosen Bild erkennen die Rechner. Noch steht die intelligente Videoauswertung am Anfang. So ist es technisch derzeit nicht möglich, Gesichter in Menschenmengen zu erkennen, weil die Rechenleistung der Computer und die Auflösung der Kameras dazu noch nicht ausreicht. Zudem sind diese Anlagen sehr teuer. Günstig und hochauflösend ist eine Überwachungsanlage, die mit herkömmlichen digitalen Fotokameras arbeitet. Jörg Sprawe von Macrosystem:
Wir haben eine Adaptertechnik entwickelt, also eine intelligente Steuereinheit, die hinter der Kamera sitzt. Diese Steuereinheit macht aus einer USB-Foto-Kamera eine Ethernet-Netzwerk-Kamera, die kontinuierlich Bilder liefert. Auf diese Weise können wir Videosicherheitsaufzeichnungen liefern, die im Zoom-Bereich unheimlich viel zu bieten haben.
Die so aufgenommenen Fotos sind zwar mit nur vier Aufnahmen pro Sekunde kein richtiger Film, aber man kann problemlos auf Gesichter oder Kennzeichen zoomen. Heraus kommen immer noch gut erkennbare Details. Auch neue biometrische Zugangsverfahren zeigte die Messe in Essen. Während eine Irisabtastung als sehr zuverlässig, aber technisch aufwändig eingestuft wird, gilt ein Fingerscan als überwindbar. Besser und zuverlässiger sind Systeme, die die Venenstruktur im Handrücken auswerten, erklärt der deutsche Vertreiber Rainer Tröster:
Es wird mittels einer Infrarotkamera das Venenmuster im Handrücken abgetastet. Die Infrarotkamera erkennt dabei den Temperaturunterschied der Venen im Handrücken und erzeugt daraus ein Bild. Diese Struktur durchläuft mehrere mathematische Algorithmen und wird als binäres Datenelement abgelegt.
Intelligente Algorithmen werden auch zum Brandschutz eingesetzt. Das Problem ist, dass die Messkammern in den Brandmeldern häufig Fehlalarme auslösen, weil beispielsweise Dämpfe von Putzmitteln als Brand gewertet werden, beschreibt Angelika Staimer von Siemens:
In dem Raum passiert ja jede Menge. Es ist schmutzig, der Schmutz wirkt auf den Melder ein, genau wie alles andere. Es gibt Staub und betriebsbedingte Dämpfe und auch Rauchanteile, die aber in einer ganz bestimmte Art und Weise und in einer zeitlichen Folge stattfinden. Diese müssen natürlich ausgefiltert werden, denn ein normaler Melder würde das alles als Brand melden.
Nachgeschaltete Software lernt deshalb zunächst die äußeren Gegebenheiten kennen. So reagieren die Brandmelder nicht auf den normalen Betrieb und Dämpfe aus Putzmitteln. Erst Ereignisse, die nicht mit dem gespeicherten Profil zusammen passen, lösen Alarm aus. Das bringt dann Sicherheit: Denn wer reagiert noch, wenn ein System durch häufige Fehlalarme nervt.
Das System weiß jetzt, was sich im Hintergrund befindet und statisch ist. Das System versucht jetzt, das Dynamische wie beispielsweise Personenverkehr auf dem Bahnhof herauszufiltern. Wenn sich da irgend etwas verändert, wenn etwa jemand einen Koffer stehen lässt oder in einem Bankfoyer legt sich jemand zu Schafen hin oder ein Fahrzeug parkt in einem falschen Bereich, dann realisiert das System über eine Zeitschleife, dass ein statisches Objekt hinzugekommen ist.
So lernen die Rechner, auch Bewegungen richtig zu deuten. Rennt eine Person in einem Gefängnis auf eine Absperrung zu, kann das als Ausbruchsversuch gewertet werden, während die umgekehrte Bewegung unkritisch ist. Auch minimalste Veränderungen registrieren die Systeme. Das Extrembeispiel: ein Mensch im Weißen Anzug, der ganz langsam durch Schnee robbt. Selbst diese minimale Bewegung in einem kontrastlosen Bild erkennen die Rechner. Noch steht die intelligente Videoauswertung am Anfang. So ist es technisch derzeit nicht möglich, Gesichter in Menschenmengen zu erkennen, weil die Rechenleistung der Computer und die Auflösung der Kameras dazu noch nicht ausreicht. Zudem sind diese Anlagen sehr teuer. Günstig und hochauflösend ist eine Überwachungsanlage, die mit herkömmlichen digitalen Fotokameras arbeitet. Jörg Sprawe von Macrosystem:
Wir haben eine Adaptertechnik entwickelt, also eine intelligente Steuereinheit, die hinter der Kamera sitzt. Diese Steuereinheit macht aus einer USB-Foto-Kamera eine Ethernet-Netzwerk-Kamera, die kontinuierlich Bilder liefert. Auf diese Weise können wir Videosicherheitsaufzeichnungen liefern, die im Zoom-Bereich unheimlich viel zu bieten haben.
Die so aufgenommenen Fotos sind zwar mit nur vier Aufnahmen pro Sekunde kein richtiger Film, aber man kann problemlos auf Gesichter oder Kennzeichen zoomen. Heraus kommen immer noch gut erkennbare Details. Auch neue biometrische Zugangsverfahren zeigte die Messe in Essen. Während eine Irisabtastung als sehr zuverlässig, aber technisch aufwändig eingestuft wird, gilt ein Fingerscan als überwindbar. Besser und zuverlässiger sind Systeme, die die Venenstruktur im Handrücken auswerten, erklärt der deutsche Vertreiber Rainer Tröster:
Es wird mittels einer Infrarotkamera das Venenmuster im Handrücken abgetastet. Die Infrarotkamera erkennt dabei den Temperaturunterschied der Venen im Handrücken und erzeugt daraus ein Bild. Diese Struktur durchläuft mehrere mathematische Algorithmen und wird als binäres Datenelement abgelegt.
Intelligente Algorithmen werden auch zum Brandschutz eingesetzt. Das Problem ist, dass die Messkammern in den Brandmeldern häufig Fehlalarme auslösen, weil beispielsweise Dämpfe von Putzmitteln als Brand gewertet werden, beschreibt Angelika Staimer von Siemens:
In dem Raum passiert ja jede Menge. Es ist schmutzig, der Schmutz wirkt auf den Melder ein, genau wie alles andere. Es gibt Staub und betriebsbedingte Dämpfe und auch Rauchanteile, die aber in einer ganz bestimmte Art und Weise und in einer zeitlichen Folge stattfinden. Diese müssen natürlich ausgefiltert werden, denn ein normaler Melder würde das alles als Brand melden.
Nachgeschaltete Software lernt deshalb zunächst die äußeren Gegebenheiten kennen. So reagieren die Brandmelder nicht auf den normalen Betrieb und Dämpfe aus Putzmitteln. Erst Ereignisse, die nicht mit dem gespeicherten Profil zusammen passen, lösen Alarm aus. Das bringt dann Sicherheit: Denn wer reagiert noch, wenn ein System durch häufige Fehlalarme nervt.