Mobile Applikation zur CKW Zählerablese

Kurzinfo

Themenbereich/r

Software Erstellung

Studierende/r

Jenni-Pfaffen Philipp

Gasser Philip

Betreuer

Koller Thomas

Experte

Gehrig Urs

Wirtschaftspartner

Centralschweizerische Kraftwerke AG

Aufgabenstellung

Die CKW versorgt im Kanton Luzern 79 Gemeinden mit elektrischer Energie, zum grössten Teil direkt bis zum Endkunden. Da alle Stromzähler beim Endkunden montiert sind, müssen diese von Hand durch die CKW abgelesen werden. Dies ist eine kostspielige Aufgabe, die viel Zeit in Anspruch nimmt. Das Projekt hat zum Ziel mit einer App für Smartphone, dem Kunden zu ermöglichen, auf einfachste Weise den Zählerstand selber abzulesen. Dies soll mit der internen Smartphone-Kamera und einem Bilderkennungsprogramm möglich werden. Die App soll das aufwendige Ablesen von Hand ersetzen. Damit entstehen zahlreiche Vorteile für die CKW und für die Kunden.
In der BDA soll einerseits evaluiert werden, ob eine automatische Bilderkennung der wichtigsten Zählertypen möglich ist und anderseits soll ein Prototyp für den Haupt-Use Case des Zählerablesens entwickelt werden. In diesem Use Case sollten im produktiven Betrieb später auch Daten an den CKW Server übermittelt werden. Für den Prototyp ist ein Anbindung an diese Umgebung jedoch zu aufwendig, weshalb die Umgebung simuliert werden soll.

Ergebnisse

Smartphone Applikation

Eine Smartphone Applikation für Android oder iOS, die es ermöglicht, Zählerstände manuell zu erfassen und an einen Server zu übermitteln. Zudem soll geprüft werden, ob eine automatische Bilderkennung der Zählerstände möglich ist.

Dokumentation

Eine vollständige Dokumentation der geleisteten Arbeit inklusive Projektplan, Architekturbeschreibung und Schlussbericht.

Lösungskonzept

Bei der Lösung wurde der Fokus auf eine schnelle Reaktionszeit bei der Bilderkennung und ein möglichst einfaches Pairing-Verfahren gelegt. Deshalb wurden die Bilder in Form eines Live-Streams direkt auf dem Gerät ausgewertet. Um auf dem Gerät selbst eine möglichst gute Performance zu erzielen, setzt die Lösung auf eine native App auf Android. Die Bilderkennung wurde mit OpenCV und einem Template Matching Algorithmus umgesetzt. Da eine Anbindung an das CKW Backend nicht möglich war, wurde zusätzlich eine Webapplikation programmiert die aufzeigt, wie das User Frontend und das Admin Backend aussehen könnten. Das Backend erlaubt das einsehen der gespeicherten Zählerstände sowie das versenden von Push-Notifikationen.

Aufgetretene Probleme

Für die digitale Erfassung von Texten wird heute normalerweise mit OCR gearbeitet. OCR ist darauf ausgelegt, mehrere Seiten Text in trainierten Schriftarten zu erkennen. Je nach Verwendung des Begriffs gehört dazu auch die Position des Textes auf der Seite zu ermitteln und das Unterteilen von Abschnitten und Zeilen bis auf einzelne Zeichen durchzuführen. Im Rahmen dieser Projektarbeit wurden verschiedene Libraries eingesetzt und auf ihre Tauglichkeit hinsichtlich der Projektziele geprüft. Da bei der Überprüfung festgestellt wurde, dass OCR für diese Aufgabe nicht geeignet war, musste für die automatische Bilderkennung ein anderer Lösungsansatz gesucht werden.

Ausblick

Die Analyse aus dem Bereich Bilderkennung dieser Arbeit zeigt, dass es möglich ist, den Zählerstand mithilfe einer Smartphone-Kamera auszulesen. Um die Erkennung noch stabiler und schneller zu machen, macht es Sinn, im Weitern folgende Bereiche detailliert zu analysieren:

Unabhängig von den hier erwähnten Verbesserungsmöglichkeiten werden die Kosten für eine App mit Bildanalyse sehr hoch und auch mit weiteren Verbesserungen kann nicht sichergestellt werden, dass die Erfassung mittels Bilderkennung in den meisten Fällen schneller sein wird, als die Erfassung von Hand.