Bei Gefahrgut-Unfällen sind Symbole und Stoffnummern oft nur gut geschulten Feuerwehrleuten bekannt oder müssen erst nachgeschlagen werden. Jetzt wurden Kamerasysteme entwickelt, die auch auf «schwachen» Rechnern Bild- und Videodaten schneller zur Identifizierung nutzen können.

Eine automatisierte Erkennung und Klassifikation am Einsatzort anhand der Bilddaten kann die Entscheidungsphase stark beschleunigen. Das in Stuttgart ansässige Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA ) will Machine Learning (ML) und klassische Algorithmen zur Extraktion von Gefahrgutklassifikationen und Stoffnummern von Warntafeln und Produktbeschriftungen einsetzen. Die Kombination aus klassischen und modernen Methoden soll die Robustheit des Gesamtsystems erhöhen und die Einsatzkräfte bei der Beurteilung der Lage unterstützen.

Fotos: BOS Cam / IPA

Die Lösung trage zu einer erhöhten Sicherheit von Feuerwehr und Katastrophenschutz in Gefahrguteinsätzen oder bei risikobehafteten Wartungstätigkeiten bei und erlaube einen automatisierten Abgleich mit Chemiedatenblättern und -datenbanken. Mit dem automatischen Abfragen verschiedener Stoffe aus der Chemiedatenbank und eine Extraktion der am wahrscheinlichsten angegebenen Stoffe sowie Informationen aus anderen Quellen wie ADR Gefahrgutpiktogrammen könne eine Auswahl an potentiell vorhandenen Stoffen mit Angabe einer grösstmöglichen Wahrscheinlichkeit an die Einsatzleitung kommuniziert werden.

www.ki-fortschrittszentrum.de