Erfahren Sie, wie die Kennzeichenerkennung (LPR/ANPR) funktioniert: KI-Erkennung, OCR-Lesung, Schrankenintegration und Anlagen-/Parkplatz-Setup. Offline, DSGVO-konformer PlakaNet-Leitfaden.
Die Kennzeichenerkennung (LPR — License Plate Recognition, auch ANPR — Automatic Number Plate Recognition) ist eine Technologie, die Fahrzeugkennzeichen automatisch liest, speichert und den Zugang kontrolliert. Sie ist heute Standard in Wohnanlagen, Parkhäusern, Fabriken und auf Campussen. Dieser Leitfaden erklärt, wie ein LPR-System funktioniert, welche Technologien es einsetzt und was bei der Installation zu beachten ist.
Was ist ein Kennzeichenerkennungssystem?
Ein LPR-System erfasst ein Kamerabild, lokalisiert das Kennzeichen, liest die Zeichen (OCR), vergleicht sie mit einer Datenbank und öffnet — je nach Ergebnis — Schranke, Tor oder Drehkreuz. Manuelles Kartenlesen oder Knopfdrücken entfällt.
Klassische Systeme erforderten teure Spezialhardware. Heute läuft KI-basierte Software auf Standard-IP-Kameras, was die Kosten deutlich senkt.
Funktionsweise — Schritt für Schritt
Ein modernes LPR-System hat 5 Phasen:
1. Bildaufnahme (Kamera)
Eine IP-Kamera am Durchfahrtspunkt sendet Bilder an die Software, wenn Bewegung oder Induktionsschleife auslöst. Die Bildqualität beeinflusst die Genauigkeit direkt, daher sind IR-LED-Nachtsichtkameras mit hoher Auflösung unerlässlich.
2. Kennzeichenerkennung (KI / Deep Learning)
Die Software lokalisiert das Kennzeichen im Bild. Ältere Systeme nutzten klassische Bildverarbeitung; moderne setzen Deep-Learning-Modelle wie YOLO ein. Deep Learning bewältigt Schatten, Winkel, Teilabdeckung und schwaches Licht mit hoher Genauigkeit.
3. Zeichenlesung (OCR)
Sobald das Kennzeichen lokalisiert ist, wandelt der OCR-Motor die Zeichen in Text um. Regionsspezifische OCR-Motoren parsen die Buchstaben-/Zahlenmischung korrekt und ergeben eine Standardzeichenkette wie "34 ABC 123". Moderne OCR erreicht über %99 Genauigkeit.
4. Entscheidung (Regelengine)
Das gelesene Kennzeichen wird mit der Liste berechtigter Fahrzeuge und konfigurierten Zugangsregeln verglichen:
- Berechtigt → Schranke öffnet automatisch.
- Nicht gelistet → das vorher definierte Verfahren des Objekts greift, etwa Hinweis oder Bedienerprüfung.
- Kostenpflichtiges Parkplatzereignis → Ein-/Ausfahrt kann in den Ablauf für Dauer- und Tarifberechnung einfließen.
5. Protokollierung & Reporting
Jedes Ereignis wird mit Zeitstempel, Kamera-ID und optional Bild gespeichert. CSV/Excel-Berichte decken Schichtsummen, Belegungsanalyse und Verlaufsabfragen ab.
Faktoren, die die LPR-Genauigkeit beeinflussen
- Kamerapositionierung: senkrecht zum Kennzeichen, weniger als 30° zur Fahrzeugachse.
- Beleuchtung: IR-LED- oder WDR-Kameras für Nacht und sonnenzugewandte Aufbauten.
- Kennzeichenzustand: schmutzige, gerahmte oder nicht standardmäßige Kennzeichen reduzieren die Genauigkeit.
- Geschwindigkeit: schnelle Fahrzeuge verursachen Bewegungsunschärfe; Verschlusszeit muss angepasst werden.
- KI-Modell: Deep Learning schlägt klassisches Template-Matching.
Ein gutes System hält %99+ Genauigkeit unter allen Bedingungen.
LPR-Installation für Anlagen und Parkplätze
Anlagen-Version
Fahrzeuge von Bewohnern, die in der Berechtigungsliste hinterlegt sind, werden automatisch erkannt. Die Belegung kann verfolgt werden. Das Verfahren für nicht gelistete Fahrzeuge sollte in der eigenen Sicherheitsrichtlinie festgelegt werden. Das System kann mit Schranken, Schiebetoren und kompatibler Automatisierungstechnik arbeiten.
kostenpflichtige Parkplatz-Version
Ein-/Ausfahrtszeiten werden erfasst und Gebühren können nach Tarif berechnet werden. PlakaNet unterstützt flexible Tarife, Belegabläufe und Excel-Berichte. Online-Zahlung und POS-Integration gehören nicht zum aktuellen Produktumfang und sollten als separate Anforderung bewertet werden.
Beide Szenarien integrieren Schranke/Tor/LED-Panels per HTTP/TCP. Eine Vor-Ort-Begehung vor der Installation ist Pflicht: Kameraposition, Netzwerk, Hardwarekompatibilität.
Offline (lokal) vs. Cloud-LPR
- Cloud-basiert: Bilder werden in die Cloud gesendet, fernverarbeitet. Einfacher Fernzugriff; aber Internetabhängigkeit, Latenz und DSGVO-Risiken.
- Offline (lokal): gesamte Verarbeitung auf dem Gerät, kein Bild verlässt das Gelände. Funktioniert ohne Internet, volle Datenkontrolle.
Für Anlagen- und Parkbetrieb ist Offline-Architektur wegen DSGVO-Konformität und Verfügbarkeit sicherer. Systeme wie PlakaNet folgen diesem Ansatz.
FAQ
Wie genau ist LPR?
Moderne KI-basierte Systeme erreichen %99+ Genauigkeit bei ordnungsgemäßer Installation. Hängt von Kameraposition, Beleuchtung und KI-Modellqualität ab.
Funktioniert es mit meinen vorhandenen Kameras?
Ja, mit den meisten IP-Kameras geeigneter Auflösung (Hikvision, Dahua, Axis, HiLook, Uniview usw.). Kompatibilität wird bei der Vor-Ort-Begehung geprüft.
Funktioniert es ohne Internet?
Ja, bei Offline-Architektur. Die LPR-Software läuft auf dem Gerät; Lesung, Entscheidungen und Protokollierung benötigen kein Internet.
Wie lange dauert die Installation?
Reine Softwareinstallation in Minuten. Vor-Ort-Installation (Kamera + Schranke + Integration) dauert 1-3 Tage je nach Anlagengröße.
Fazit
Ein gut konfiguriertes LPR-System (richtige Kamera + KI-Software + Schrankenintegration) reduziert die betriebliche Last in Anlagen und Parkhäusern erheblich. Neben der Genauigkeit sollten Sie Offline-Betrieb, DSGVO-Konformität und Hardwarekompatibilität berücksichtigen.
PlakaNet ist ein KI-basiertes LPR-System mit lokaler Verarbeitung auf Ihrem Windows-Gerät. Prüfen Sie Erkennungsgenauigkeit, Automatisierungsablauf und Hardwarekompatibilität vor der Auswahl in einem kontrollierten Test an Ihrem eigenen Standort.
