Für die Verkehrsüberwachung stehen viele Sensortechnologien zur Verfügung. Auch Kameras werden schon lange eingesetzt, um mit Bildern Situationen zu dokumentieren. Aber können sie auch mehr Daten liefern in einer Zeit, in der die Anforderungen an intelligente Verkehrsleitsysteme immer höher werden?

Bisher wurden ITS-Daten (ITS: Intelligent Transportation Systems) mithilfe verschiedener Sensoren, Ansätze und Techniken erfasst. Einige davon bedienen sich einfacher Technologien, die einen recht beschränkten Blick auf relativ robuste Daten gewähren. Andere liefern unter Einsatz komplizierter Technologien, die mit gleichermaßen komplexen Prozessen verknüpft sind, mehr Daten, die allerdings weniger robust sind.

Intelligente Systeme brauchen intelligente Daten
Während der letzten drei Jahrzehnte haben sich die Anforderungen an ITS geändert und infolgedessen auch die Gesamtdatenanforderungen. In den 1990er Jahren lag der Schwerpunkt beispielsweise auf der Erfassung verfügbarer Daten und deren Speicherung und Verwendung für Berichte, mit denen die Ereignisse auf den Straßen nachvollzogen wurden. Es wurde schnell deutlich, dass dieser Ansatz nicht die erforderlichen Informationen lieferte, weshalb um das Jahr 2000 das Konzept von Echtzeitdaten entwickelt wurde. Die Idee war, Echtzeitdaten mit historischen Daten zu kombinieren, um Trends zu identifizieren. Jedoch wurde das Datenvolumen immer größer und die Anforderungen der Betreiber und Reisenden sind ebenfalls gestiegen.
Verkehrsteilnehmer möchten jetzt wissen, wie sich Verkehr und Staus auf ihre Fahrt auswirken, deshalb wird dem Bedarf an prädiktiven Services jetzt eine große Bedeutung zugemessen. Einige Datenmodelle ließen zwar Prognosen zu, jedoch sind die aktuellen Daten und ihre Qualität nicht zur Erstellung eines echt prädiktiven Modells tauglich. Wir müssen zunächst eine Datenebene erfassbar machen, die für diese Modelle benötigt wird. In den Jahren nach 2010 wurden einige neue Konzepte und Technologien zusammengeführt, z.B. Big Data, Datenvisualisierungstools und die Bereitstellung von Konzepten zur mikroskopischen Modellierung von ITS, mit denen die prädiktiven Services verfügbar gemacht werden können, die Verkehrsbehörden und Reisende gleichermaßen benötigen.
Ein mikroskopisches ITS-Modell erfordert, dass wir über Routen, Umkehrbewegungen und Abfahrts- und Zielorte eines größeren Anteils von Fahrzeugen besser informiert sind als bisher. Dies wiederum setzt voraus, dass wir einen größeren Anteil der Fahrzeuge auf unseren Straßen identifizieren können. Zu den gängigsten Sensortechnologien zählen Sensorschleifen, Radar und Magnetbetätiger (Pucks), die wahrscheinlich zu den am weitesten verbreiteten ITS-Sensoren zählen, aber nicht in der Lage sind, Fahrzeuge zu spezifizieren. Bluetooth- und Vignettenlesegeräte sowie Bewegungstechnologien können zwar bestimmte Fahrzeuge identifizieren, verfügen aber nur über eine beschränkte Durchdringungsquote, sodass ihre Werte nicht als statistisch repräsentativ betrachtet werden können. Zudem liefern sie bei Dunkelheit fast keine Daten. Außerdem weisen diese Technologien andere Mängel auf. Beispielsweise ist ihre Implementierung im Allgemeinen recht teuer und erfordert zusätzliche Schritte zur Bereinigung und Eliminierung von Ausreißern. Dies alles führte zu einer Datenqualität, die zu wünschen übrig ließ, und zu Latenzen, die für viele Anwendungen schlicht inakzeptabel sind.

Mehr Datenqualität durch technischen Fortschritt
Für ITS wird Kameratechnologie schon seit Langem vor allem eingesetzt, um Verkehrsmanagern die Möglichkeit zu geben, spezifische Straßenabschnitte zu überblicken. Einige Städte verfügen über Tausende von Kameras, die typischerweise an unfallträchtigen Stellen oder in notorischen Stauzonen installiert wurden. Mit der Einführung besserer Systeme und Softwarelösungen sind ITS-Kameras für den polizeilichen Anwendungsbereich, wo ausgereifte Software gern für die Tempolimit- oder Rotlichtüberwachung eingesetzt wird, ganz alltäglich geworden. ITS-Kameras werden auch zur Mautkontrolle und zur Überwachung von beschränkter Fahrbahnnutzung und Langsamfahrstellen bis hin zur Kontrolle offener Mautsysteme verwendet, nachdem ANPR-Software (ANPR: Automatic Number Plate Recognition) und Verarbeitungsfunktionen verbessert wurden und Systeme jetzt auch Nummernschilder an Free-Flow-Mautsystemen erkennen können.
Der Einsatz von Kameras in ITS-Anwendungen wurde jedoch aufgrund zweier Hauptargumente verhindert. Das erste lautet, dass die Implementierung von Software zur Erfassung von Nummernschildern ziemlich teuer ist. Das zweite verweist auf datenschutzrechtliche Beschränkungen, wodurch auch die Verwendung der gesammelten Daten eingeschränkt ist. Die Datenschutzdiskussion wird zwar noch andauern, es lässt sich aber nicht leugnen, dass diese Daten drei entscheidende Vorteile gegenüber herkömmlichen Daten bieten. Erstens können mit dieser Methode Qualitätsdaten gesammelt werden, die für die Erstellung prädiktiver Modelle geeignet sind und wertvolle Informationen liefern. Zweitens können dieselben Daten für zahlreiche sicherheitsrelevante Aktivitäten verwendet werden: Identifizierung von Falschabbiegern, Personen auf der Fahrbahn, zu langsamen Fahrzeugen, Schmutz auf der Fahrbahn und vieles mehr. Drittens kann mit Kameras die Sicherheit erhöht werden. Mithilfe dieser Systeme lassen sich unzählige neue Daten bereitstellen, die zum Schutz der Bürger beitragen könnten. Möglich macht dies die Identifizierung aller Fahrzeuge, damit z.B. sogenannte „AMBER Alerts" (Meldungen zu Kindesentführungen) verbessert und potentielle Sicherheitsbedrohungen entschärft werden können.
Da die Kameratechnologie immer besser und die Software verstärkt auf spezifische Anwendungen zugeschnitten wird, können ITS-Kameras zum ersten Mal nicht nur jedes vorbeifahrende Fahrzeug anzeigen, sondern mit der Einführung von ANPR-Software auch jedes Fahrzeug auf unseren Straßen identifizieren. In den vergangenen Jahren ist die Zahl der Anbieter von ANPR-Software deutlich gestiegen. Auch sind die Funktionen der Software mittlerweile so ausgereift, dass sie Daten mit einer Genauigkeit von fast 100% unter sämtlichen Wetterbedingungen erfassen können.
Kameras und Bildverarbeitungstechnologien zählen heute zu den am häufigsten eingesetzten Erfassungsmethoden von Verkehrs- und Transitdaten in Echtzeit und bieten gegenüber herkömmlichen Datenerfassungstechniken viele Vorteile. Durch die Verbesserung der Sensortechnologie und die Einführung von HDR und WDR (High Dynamic Range und Wide Dynamic Range) sind Kameras jetzt noch besser für ITS-Anwendungen geeignet, bei denen es in einem einzigen Bild große Helligkeitsunterschiede geben kann. Früher gab es bei Kameras an exponierter Stelle häufig lichtbedingte Probleme, etwa Überbelichtung, Smear-Effekte oder ähnliches. Dank der neuen, besseren und schnelleren Sensoren, die speziell für Umgebungen wie ITS entwickelt wurden, gehören diese Probleme der Vergangenheit an. Infolgedessen können neue Kameragenerationen zehnmal mehr erfassen als das menschliche Auge - bei Regen, Schnee und Eisnebel sowie bei Tageslicht und im Dunkeln.
Früher nutzten ITS überwiegend Sicherheitskameras, um dem Betreiber Streaming-Videoinhalte von einem bestimmten Ort zu übermitteln. Moderne Kameras können aber mehr: Sie erfüllen die tatsächlichen Bedürfnisse der ITS-Community und gewähren nicht nur Überblick über bestimmte Orte, sondern stellen auch (mithilfe der integrierten Software) verschiedene Informationen bereit, mit denen z.B. potentielle Probleme automatisch identifiziert und den Verkehrsbetreibern gemeldet werden können.