Institution: Stadt Hoyerswerda
Projektname: OpenTrafficCam LIVE
Projektbeschreibung
OpenTrafficCam LIVE Hoyerswerda entwickelt das Open-Source-System OpenTrafficCam zu einer Echtzeitplattform für automatisierte Verkehrsdatenerfassung und -analyse weiter. In einer Partnerschaft zwischen Stadt Hoyerswerda, TU Dresden und platomo GmbH entsteht ein System, das Forschung und Verkehrsplanung live unterstützt und auf andere Kommunen übertragbar ist.
OpenTrafficCam umfasst die gesamte Prozesskette von der Hardware über KI-basierte Erkennung bis zur Analyse. Die KI-Modelle unterscheiden bis zu 18 Verkehrsteilnehmerklassen, darunter Fußgänger, E-Scooter, Fahrräder und verschiedene Fahrzeugtypen.
In Hoyerswerda sind 19 wetterfeste Sensoren an Lichtmasten installiert, die rund um die Uhr verschlüsselte Videostreams per Mobilfunk senden. Die TU Dresden verarbeitet die Daten in Echtzeit auf einem GPU-Cluster, erstellt Bewegungsprofile (Trajektorien) und ermittelt Verkehrskennzahlen wie Verkehrsstärke und Geschwindigkeit. Die Daten sind jederzeit für Forschung zugänglich und werden über ein Web-Dashboard visualisiert. Offene Schnittstellen ermöglichen die Integration weiterer Dienste.
Das System bietet Kommunen eine kostengünstige, zuverlässige Alternative zu manuellen Verkehrserhebungen, mit längeren Messzeiträumen und weniger Personalaufwand. So können Verkehrsmodelle und Ampelschaltungen besser an aktuelle Entwicklungen angepasst werden – etwa die Zunahme von E-Scootern und Lastenrädern oder lokale Veränderungen durch Infrastrukturprojekte. Langfristig unterstützt OpenTrafficCam LIVE smarte Verkehrssteuerung, Predictive Traffic Control und innovative Forschungsprojekte. Als offene Plattform fördert es die Zusammenarbeit von Verwaltung, Wissenschaft und Wirtschaft und kann als Referenzsystem in weiteren Städten eingesetzt werden.
Beschreiben Sie den technischen Innovationsgrad des Projektes und den Beitrag zur Verwaltungsmodernisierung.
Die Entwicklung durch die platomo GmbH erfolgt agil in kurzen Zyklen und in enger Abstimmung mit der Stadt Hoyerswerda und der TU Dresden. Code-Änderungen durchlaufen automatisierte Build- und Testprozesse und werden über zentrale Pipelines am TU Dresden Rechenzentrum ausgerollt. OpenTrafficCam LIVE nutzt eine Staging-Umgebung für schnelle Tests neuer Features, während die Produktiv-Instanz stabile, versionskontrollierte Deployments mit Rollback-Option für hohe Verfügbarkeit sicherstellt.
Die Programmierung folgt modular den Prinzipien „Clean Code“ und „Clean Architecture“, um Erweiterungen für andere Städte zu erleichtern. Die Benutzeroberflächen sind intuitiv und barrierefrei gestaltet. Offene Schnittstellen (REST, OpenAPI, JSON) gewährleisten die nahtlose Verknüpfung mit anderen Systemen. Module von OpenTrafficCam sind als Bibliotheken über den Python Package Index installierbar („pip install OTVision / OTAnalytics“) und werden per CI/CD-Pipeline aktuell gehalten. Im Vergleich zu kommerziellen Lösungen deckt OpenTrafficCam als erstes Open-Source-System den gesamten Workflow der videobasierten Verkehrserfassung ab und wird transparent an den Bedürfnissen deutscher Verwaltungen entwickelt. OpenTrafficCam wird bereits temporär genutzt, während OpenTrafficCam LIVE aktuell entwickelt wird. Die Finalisierung ist für September 2026 geplant; die Betriebskosten für Hoyerswerda sind bis Ende 2029 gesichert.
Welchen ökomischen Nutzen hat das Projekt?
OpenTrafficCam LIVE spart durch automatisierte Verkehrszählung viel Personal- und Zeitaufwand im Vergleich zu Handzählungen. Mit Kameras und KI können mehr Messstellen ohne Mehraufwand betrieben werden, was Betriebskosten senkt. Die Open-Source-Lizenz vermeidet hohe Lizenzkosten proprietärer Systeme. Verwaltungen und Forschung können OpenTrafficCam einfach integrieren, anpassen und weiterentwickeln.
Weiterentwicklungen werden einmal finanziert und stehen allen Nutzern offen, wodurch doppelte Entwicklungsaufwände entfallen und öffentliche Mittel effizienter eingesetzt werden.
Dank modularer Architektur lässt sich das System flexibel in Rechenzentren, Clouds oder Edge-Geräten betreiben. Offene Schnittstellen verhindern Vendor-Lock-in, fördern Wettbewerb bei Wartung und Support und sichern langfristig Kosten- und Innovationsfähigkeit.
OpenTrafficCam stärkt den Technologiestandort Deutschland und liefert datenbasierte Grundlagen für eine effiziente Verkehrsinfrastruktur.
Beschreiben Sie die Nachhaltigkeit der Lösung.
OpenTrafficCam wird von der platomo GmbH in öffentlichen Repositories kontinuierlich weiterentwickelt. Die Community bringt Feature-Requests, Fehlerberichte und Code-Beiträge ein. CI/CD-Pipelines und Dependabot-Updates unterstützen die Wartung. Viele Open-Source-Tools werden von platomo mit Bugfixes und Spenden unterstützt.
OpenTrafficCam wird seit Jahren für mobile Verkehrserhebungen eingesetzt, OpenTrafficCam LIVE soll bis Ende 2026 fertig sein. Wartung und Support in Hoyerswerda sind bis Ende 2029 durch die TU Dresden gesichert.
TU Dresden und Stadt Hoyerswerda wollen OpenTrafficCam LIVE strategisch weiter nutzen. Die Finanzierung kann über Fördermittel erfolgen, durch Öffnung für weitere Forschungseinrichtungen kann sie stabilisiert werden.
Dank offener Standards und Containerisierung ist das System für andere Kommunen frei nutzbar. Die Open-Source-Lizenz erlaubt Betrieb und Support durch platomo oder andere. Einzige Einschränkung: Das KI-Modell von platomo unterstützt 18 Klassen, die Open-Source-Version aktuell sieben. OpenTrafficCam ermöglicht effiziente, automatisierte Verkehrserfassung und bleibt für Verkehrsplanung relevant.
Wie trägt das Projekt zur Stärkung der Digitalen Souveränität bei?
Alle Kernkomponenten von OpenTrafficCam LIVE sind Open Source, containerisiert und laufen im Uni-Rechenzentrum oder in der Cloud.
Datenschutz steht im Fokus: Niedrige Auflösung, Defokussierung, Montagehöhe und physische Blenden verhindern personenbezogene Aufnahmen. DSGVO-konform durch Zusammenarbeit mit Datenschutzbeauftragten und Spirit Legal. Daten werden verschlüsselt übertragen, Zugriffe zentral via Keycloak authentifiziert, geloggt und über Whitelists kontrolliert.
Die Microservice-Architektur mit Worker-Pools und Kafka erlaubt Lastverteilung, Ausfalltoleranz und Blue-/Green-Deployments. Updates erfolgen automatisiert per Ansible. Ein SSH-Relay sichert die Wartung der Sensoren.
Funktionen sind über offene REST-APIs angebunden. Daten werden in offenen Formaten gespeichert und können in nationale Open-Data-Portale übertragen werden.