Aktueller Zustand der Vegetation in Rekordzeit
Roadside.vision erfasst und bewertet Bäume mithilfe von Fernerkundungsmitteln (Kamera/Lidar auf dem Auto) oder einer vorhandenen Datenbank mit Panoramaaufnahmen von Straßen (ähnlich wie Google Street View). Die Analyse erfolgt schnell und zuverlässig durch KI dank maschinellem Lernen. Es handelt sich um eine sehr schnelle Lösung, ein Bonus ist auch ein transparenter Preis pro Straßenkilometer, nicht pro Anzahl der Bäume.
- Einfache Arbeitsplanung für die Grünflächenverwaltung
- Rechtzeitige Pflege von Risikobäumen für die Straßenverwaltung
- Günstiges und schnelles Grünflächenverzeichnis für Städte
Wir erfassen und identifizieren einzelne Bäume in Straßennähe mit nahezu 100%iger Sicherheit, in Gemeinden liegt unsere Erfolgsquote bei 90%.
Für wen ist roadside.vision nützlich?
Beispiel aus der Praxis:
Für die Ausschreibung eines öffentlichen Auftrags zur Baumpflege müssen die Bäume zuerst gezählt und erfasst werden; Baumpflegefirmen, die diese Dienstleistungen anbieten, berechnen ihre Arbeit jedoch nach der Anzahl der Bäume (typischerweise 5-10 EUR pro Baum, wie aus Gesprächen mit mehreren Straßenverwaltungen hervorgeht), die zu diesem Zeitpunkt nicht bekannt ist.
Landkreise, Städte und Gemeinden sind gesetzlich verpflichtet, einen Überblick über ihr Eigentum zu haben und es ordnungsgemäß zu pflegen. Grünflächen werden vor allem zur effektiven Verwaltung, zum Schutz und zur Instandhaltung erfasst. Dies umfasst die Planung der Pflege, wie z. B. Beschneidung oder Anpflanzung, und die Vermeidung von Risiken für Verkehr und Sicherheit. Diese Erfassung ist entscheidend für die Einhaltung gesetzlicher Verpflichtungen und die strategische Planung der Grünflächenentwicklung.
- Grünflächenmanagement: Effiziente Planung von Instandhaltung, Beschneidungen und Anpflanzungen.
- Baumpfleger: Fokussierung nur auf ausgewählte Risikobereiche, Zeitersparnis im Gelände.
- Straßenverwaltung: Früherkennung von riskanten, kranken oder alten Bäumen.
- Städte und Gemeinden: Günstigere und schnellere Erstellung von Grünflächenkatastern, Grundlagen für Flächennutzungspläne und Förderungen.
- Öffentliche Aufträge: Transparente Preisgestaltung nach Kilometern, nicht nach Anzahl der Bäume.
Welche Informationen erhalten Sie mit roadside.vision?
Detektion der Existenz
- freistehende Bäume
- Innerorts (Gemeinde) – Empfindlichkeit 91%, Fehlerrate 16%
- Außerorts (außerhalb der Gemeinde) – Empfindlichkeit 99%, Fehlerrate 1%
- Baumgruppen und zusammenhängender Bestand
Position
(durchschnittlicher Fehler +-20cm)
- Erfassung im Raum, wo genau sich der Baum befindet
- Abstand vom Straßenrand
Gattung und Parameter des Baumes
(durchschnittlicher Fehler +- 15%)
- TOP 3 Vorhersagen der Gattung
- Baumhöhe
- Stammdurchmesser
- Stammumfang
- Bei Interesse Kronendurchmesser, Holzvolumen
Indikation des Gesundheitszustands und der Sicherheit
(Genauigkeit 80%)
- Vitalität – Empfindlichkeit 65%
- Gesundheit – Empfindlichkeit 60%
- Stabilität – Empfindlichkeit 20%
- Sicherheit – Empfindlichkeit 20%
Suchen Sie eine schnelle, genaue und detaillierte Analyse?
Entweder verfügen Sie über eigene aktuelle Daten (die bei einer anderen Gelegenheit für einen anderen Zweck gesammelt wurden – z. B. bei der Inventarisierung von Verkehrszeichen, Parkplatzkontrollen usw.), oder wir übernehmen die Datenerfassung für Sie.
Für eine sehr präzise und detaillierte Analyse sind qualitativ hochwertige Daten erforderlich:
- genau definiertes Analysegebiet
- Fahrer und Auto
- präzises GPS
- Kamera mit hoher Auflösung, am Auto
Benötigen Sie nicht so viel Detailgenauigkeit und Sicherheit?
Wenn Ihnen Basisinformationen und eine Fotodokumentation ausreichen, z. B. für die Kalkulation von Baumpflegearbeiten, genügen uns auch bestehende Datenbanken mit Panoramabildern von Straßen, ähnlich wie Google StreetView. Es muss jedoch das Alter der Daten und deren geringere Qualität berücksichtigt werden.
Dank der Technologie bringen wir die Natur den Menschen näher.
Das Unternehmen kindwise (ehemals FlowerChecker, gegründet 2014) nutzt sowohl menschliches Fachwissen als auch maschinelles Lernen und entwickelt eine Reihe von Produkten mit Fokus auf die Natur:
