Verkehrszeichen-Erkennungen funktionieren inzwischen leidlich, ohne jedoch vollkommen fehlerfrei zu arbeiten. Insbesondere Fahrer von Tesla-Modellen haben sich öfter über die unzureichenden Fähigkeiten der Schilder-Erkennung beschwert. Schlechte Erfahrungen mit der Technik hat auch der Hamburger Youtuber und Tesla-Fahrer Leo Tiedt gemacht – und sich gedacht, dass man sich da doch eine bessere Lösung basteln kann. Gedacht, gesagt, getan – der 21-jährige Bastler bringt wirklich seine eigene Bildererkennung an den Start. Eine spezialisierte Vorbildung hat der Hobby-Programmierer nicht.
An dieser Stelle finden Sie einen externen Inhalt, der den Artikel ergänzt. Sie können ihn sich mit einem Klick anzeigen lassen und wieder ausblenden.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogenen Daten an Drittplattformen übermittelt werden. Mehr dazu in unseren Datenschutzbestimmungen.
Einzelkämpfer gegen Werk-Programmier-Team
Für seine Verkehrszeichen-Erkennung trainiert Tiedt Maschinenlern-Algorithmen, also Software mit sogenannter künstlicher Intelligenz, auf die Erkennung des deutschen Schilder-Waldes. Die erkannten Schilder soll die Technik dann einfach auf einem kleinen Zusatz-Monitor anzeigen. Der Youtuber möchte Tesla beweisen, dass er als Einzelperson eine Verkehrszeichen-Erkennung entwickeln kann, die der von Tesla überlegen ist.
Zu Tiedts Erstaunen gibt es im Internet in Sachen Maschinenlernen jede Menge Referenzmaterial. Außerdem hat er eine Datenbank mit 50.000 Bildern von deutschen Verkehrsschildern gefunden, die extra dazu da ist, Maschinenlern-Software um die Schildererkennung zu erweitern. Nach mehreren Tagen Datenzusammenführung ist seine Datei mit dem martialischen Namen "der_Tesla_Zerstörer.pt" fertig.
Tiedts System siegt deutlich
Tiedts Schildererkennungs-Technik besteht aus drei Komponenten: Einem Raspberry-Pi-Einplatinencomputer, der mit einer externen Kamera von Logitech und mit einem runden LCD-Display verbunden ist – das Display ist dabei nicht viel größer als ein Zwei-Euro-Stück. Für seine Testfahrten befestigt der Youtuber die Kamera mit einem Saugnapf in der Nähe des Innenspiegels an der Frontscheibe. Der gehäuselose Raspberry Pi liegt auf der Mittelkonsole. Weil sich der kleine Computer beim Verarbeiten der großen Bild-Datenmengen aufheizt, hat Tiedt noch einen klassischen Ventilator installiert, der den Kleinstrechner mit kühlender Luft bestreicht.
Die Testfahrt findet bei strahlendem Sonnenschein und auch sonst bester Sicht statt. Gleich die ersten beiden Schilder, ein Baustellen- und ein Vorfahrtsschild in einem Ort, erkennt Tiedts Eigenbau-Technik. Auch das folgende Tempo-60-Schild auf der Landstraße ist für das Erkennungssystem kein Problem. Dann geht es auf die Autobahn, auf der die Tesla-Technik besonders große Probleme hat. Da geht es anfangs auch Tiedts Entwicklung nicht besser: Das erste 120-km/h-Geschwindigkeitsbegrenzungs-Schild bleibt unbemerkt. Die folgenden Schilder erkennt sein System aber reihenweise und zudem erheblich öfter als die Tesla-Technik.
Tesla muss nachsitzen
Leo Tiedt schließt sein Video mit einem Aufruf an die Tesla-Entwickler, sich doch bitte ein paar Tage Zeit zu nehmen, um die Schildererkennung zu verbessern. Wenn er das könne, dann sollten die Tesla-Entwickler das doch erst recht können, schlussfolgert der Youtuber.
