Die Herausforderung
Ein Solarenergieunternehmen wollte die Analyse von Wohnhausdächern für Solaranlagen vereinfachen. Die manuellen Methoden waren zeitaufwendig, daher brauchte es eine automatisierte, präzise und zuverlässige Alternative.
Das System sollte Dachgrenzen automatisch erkennen und jedes Dach in einzelne Bereiche mit genauen Maßen für jede Dachfläche segmentieren. Das ist entscheidend, um festzulegen, wo Solarmodule platziert werden.
Unsere Lösung
Grundlage der Lösung sind Deep-Learning-Modelle, trainiert mit Satellitenbildern von Eagleview, auf denen Wohnhausdächer präzise annotiert wurden. Das ermöglichte eine hohe Präzision bei der Erkennung und Segmentierung der Dachflächen.
Für ein Satellitenbild liefert die Lösung den Umriss des Dachs und eine Aufteilung in seine einzelnen Flächen und schätzt Fläche und Abmessungen jedes Segments. Sie funktioniert für die vielen Arten von Wohnhausdächern und Baustilen an unterschiedlichen Standorten.
- Präzise Annotation von Wohnhausdächern auf Eagleview-Satellitenbildern für das Modelltraining
- Pixelgrenzen des gesamten Dachs in jedem Bild
- Liste der einzelnen Dachflächen mit ihren Pixelgrenzen
- Schätzung von Fläche und Abmessungen jedes Dachsegments
Das Ergebnis
Die automatisierte Erkennung, Segmentierung und Vermessung von Dächern spart dem Unternehmen erheblich Zeit und Ressourcen. Es kann Solaranlagen auf Wohnhausdächern nun effizient planen, die Energieerzeugung maximieren und die Installationskosten niedrig halten.
