Eine Analyse des Kontexts
Das LVLM unterscheidet einen normalen Ladevorgang von einem Angriff. In den getesteten Szenen hat die normale Nutzung einer Ladesäule keinen Alarm ausgelöst.
Eine Videoüberwachung, die analysiert, was sie filmt, und bei Kabeldiebstahl oder Beschädigung einer Ladesäule alarmiert.
Das Problem
Eine defekte Ladesäule ist teuer in der Reparatur und ärgert die Nutzer. Klassische Videoüberwachung zeichnet auf, aber niemand schaut live zu, und Bewegungserkennung erzeugt viele Fehlalarme.
Der Ansatz
Ein Mini-PC an den vorhandenen IP-Kameras erkennt und verfolgt Personen vor Ort. Nur verdächtige Szenen gehen an ein LVLM, das den Kontext bewertet (Kapuze, kein Fahrzeug, manipuliertes Kabel, offener Schaltschrank …) und seine Entscheidung begründet.
Keine Kamera muss ersetzt werden.
Pipeline
RTSP-Streams H.264 / H.265, mehrere Kameras, im laufenden Betrieb hinzufügbar.
Feinabgestimmtes YOLO26 + Identitätsverfolgung mit BoT-SORT und ReID.
Polygone um die Ladesäulen, neue Person, Timer, Duplikatschutz.
Gesichter werden vor jeder Übertragung vor Ort verpixelt (YuNet).
Gemini oder Mistral: Beschreibung, Urteil und Konfidenzwert als JSON.
Aufnahme in der Überwachungsoberfläche als „ALARM“ markiert.
Was anders ist
Das LVLM unterscheidet einen normalen Ladevorgang von einem Angriff. In den getesteten Szenen hat die normale Nutzung einer Ladesäule keinen Alarm ausgelöst.
YOLO26s, trainiert auf zusammengeführten Datensätzen, die auf 10 Klassen für die Sicherheit von Ladesäulen abgebildet wurden.
Gesichter werden vor jeder Übertragung vor Ort verpixelt. Mistral kann als europäische Alternative genutzt werden.
Automatische Erkennung des Nacht- / Infrarotmodus und Anpassung der Aufnahme.
Modellwahl und Analyseanweisungen lassen sich in der Oberfläche pro Kamera anpassen.
Kompatibel mit RTSP-IP-Kameras. Ein Edge-Mini-PC vor Ort (Apple Silicon oder AMD64) erledigt die Arbeit.
Roadmap
Stack