Zum Inhalt springen
Kassen Kameramodul
Embedded / Machine Learning

Kassen Kameramodul

KI-gestützte Objekterkennung am Point-of-Sale mit Dual-Camera-Support und Echtzeit-Inferenz

Embedded Systems Machine Learning Computer Vision IoT Hardware-Integration Echtzeit-Inferenz
Industrieunternehmen (vertraulich)
Tech Stack Python OpenCV Deep Learning Docker Linux

Das Projekt

Für ein lokal ansässiges Industrieunternehmen haben wir ein spezialisiertes Kamerasystem entwickelt, das in moderne Kassensysteme integriert wird. Das Modul erkennt per KI-Inferenz, ob ein Einkaufswagen leer oder noch beladen ist — direkt am Checkout. Mit einer Latenz von unter 4 Millisekunden arbeitet das System vollständig in Echtzeit.

Herausforderung

An Selbstbedienungskassen muss zuverlässig erkannt werden, ob ein Einkaufswagen nach dem Scanvorgang tatsächlich leer ist. Die Lösung musste auf eingeschränkter POS-Hardware ohne GPU laufen, zwei verschiedene Industriekamera-Typen unterstützen und über einen Magnetfeldsensor automatisch auslösen, sobald ein Einkaufswagen in Position ist. Zudem durfte aus Lizenzgründen kein Qt verwendet werden.

Kernfunktionen

  • Automatische Kameraerkennung: Das System erkennt über USB automatisch, ob eine TIS- (The Imaging Source) oder IDS-Kamera angeschlossen ist und lädt die passenden Treiber.
  • Magnetfeldsensor-Integration: Ein industrieller Magnetfeldsensor erkennt Einkaufswagen automatisch über Feldänderungen und löst die Bildaufnahme aus.
  • KI-Klassifikation: Ein leichtgewichtiges neuronales Netz klassifiziert aufgenommene Bilder in Echtzeit mit austauschbaren Inferenz-Backends.
  • Produktions-GUI: State Machine mit vier Zuständen (INIT → MINI → WORKING → ALARM) — Live-Preview im Miniaturformat, Vollbild-Hinweis bei nicht-leerem Wagen, alles per Touch bedienbar.
  • ML-Training-Pipeline: Kompletter Workflow von der Datenerfassung über 5-fache Augmentierung bis zum Export in Docker — ohne Abhängigkeiten auf dem Zielsystem.
  • Debug & Diagnose: CLI-Tools für Kamerastatus, Sensor-Training, Live-Viewer und Inferenz-Tests — alles über ein Developer-Menü erreichbar.

Technische Highlights

  • Unter 4ms Inferenz-Latenz auf eingebetteter POS-Hardware ohne dedizierte GPU
  • Modulare Architektur mit sauber getrennten Schichten — austauschbare Kamera-Treiber, Sensor-Anbindung und Inferenz-Backends
  • Direkte Hardware-Kommunikation mit dem Sensor über den Kamera-Datenkanal — keine zusätzliche Verkabelung nötig
  • Flexible Konfiguration mit umfangreichen Parametern und Validierung für verschiedene Einsatzszenarien
  • Service-Integration mit automatischem Neustart und Prozess-Management im Produktivbetrieb

Ergebnis

Das Kassen Kameramodul läuft produktiv auf POS-Terminals im Einzelhandel. Die Echtzeit-Erkennung arbeitet zuverlässig im Kassenbetrieb und lässt sich durch die modulare Architektur einfach um neue Kameratypen und ML-Modelle erweitern. Die umfassende Entwicklerdokumentation ermöglicht eine reibungslose Wartung und Weiterentwicklung.

Ähnliches Projekt geplant?

Lassen Sie uns über Ihr Vorhaben sprechen. Wir beraten Sie gerne unverbindlich.

Kontakt aufnehmen

Häufig gestellte Fragen

Ein speziell trainiertes Machine-Learning-Modell analysiert in Echtzeit das Kamerabild des Einkaufswagens und erkennt, ob dieser leer oder nicht leer ist. Die Erkennung läuft lokal auf dem Gerät für minimale Latenz.
Das System läuft auf kompakten Embedded-Geräten, die direkt an der Kasse montiert werden. Die Hardware-Anforderungen sind bewusst niedrig gehalten, um einen kosteneffizienten Einsatz in großen Filialen zu ermöglichen.