Nummernschilderkennung

Automatische Nummernschilderkennung (automatische Kennzeichenerfassung) ist eine Videoüberwachungsmethode, die Schrifterkennung (OCR) nutzt, um Kfz-Kennzeichen an Fahrzeugen zu erkennen. Derartige Systeme können derzeit (Stand: 2005) etwa ein Fahrzeug pro Sekunde bei einer Fahrgeschwindigkeit von bis zu 160 km/h auswerten. Dazu werden entweder bestehende Videoüberwachungskameras, Kameras in Radargeräten oder speziell dafür entwickelte Geräte genutzt. Benutzt werden derartige Systeme von den Behörden zur automatischen Erhebung von Mautgebühren und zur Verkehrsüberwachung (etwa Geschwindigkeits- und Abstandsmessungen oder Einhaltung des roten Lichtzeichens an ampelgeregelten Kreuzungen).

Französische Nummernschilder: Das System muss in der Lage sein, nach Farbe, Form und grafischem Aufbau unterschiedliche Arten von Nummernschildern zu erkennen

Das System kann sowohl die geschossenen Bilder als auch den erkannten Text speichern, teilweise auch zusätzlich ein Foto des Fahrers. Üblicherweise wird infrarotes Licht eingesetzt, um unabhängig von der Tageszeit Fotos machen zu können. Zumindest ein System nutzt ein Blitzlicht, einerseits um die Bildqualität zu steigern, andererseits um dem Fahrer sein Fehlverhalten aufzuzeigen. Eingesetzte Systeme unterscheiden sich häufig im Detail, insbesondere aufgrund regionaler Unterschiede in den benutzten Nummernschildern.

Die benötigte Software läuft auf Standard-PC-Hardware und kann mit anderen Programmen oder Datenbanken kommunizieren. Zuerst wird auf dem Foto das Nummernschild identifiziert, dieser Bereich optisch normalisiert, qualitativ verbessert und anschließend eine Schriftzeichenerkennung durchgeführt, um den alphanumerischen Text zu erhalten. Dies wird entweder an Ort und Stelle von einem PC pro Fahrstreifen durchgeführt, oder es werden Fotos mehrerer Fahrstreifen gesammelt und an ein ausgelagertes Rechnersystem gesendet, wo die Erkennung zeitversetzt stattfindet. Wird die Erkennung an Ort und Stelle durchgeführt, dauert der gesamte Erkennungsprozess etwa 250 Millisekunden, wobei der Text der Nummerntafel, das Datum der Aufnahme, der Fahrstreifen und weitere relevante Daten (etwa das angelastete Vergehen) aufgezeichnet werden. Diese relativ kompakten Informationen können automatisiert übertragen oder zur späteren Abholung gespeichert werden. Werden die Daten unverarbeitet sofort übertragen, dann werden sie üblicherweise von einer leistungsfähigen Serverfarm verarbeitet, wie etwa beim London Congestion Charge. Derartige Systeme benötigen für die Übertragung der Bilddaten jedoch eine höhere Bandbreite der Datenverbindung.

Bedenklich sind solche Systeme hinsichtlich des Datenschutzes und der Furcht, von Regierungs- oder anderen Stellen überwacht zu werden („Personenbezogene Bewegungsprofil-Erstellung“). Außerdem werden eine hohe Fehlerrate und mögliche Fehlidentifikationen kritisiert. Durch eine stetige Weiterentwicklung steigt jedoch die Zuverlässigkeit der Systeme ständig an.

Begriff

Es gibt eine Vielzahl an Begriffen, die die automatische Nummernschilderkennung bezeichnen. Im Englischen werden folgende Begriffe verwendet:

• Automatic Number Plate Recognition (ANPR)
• Automatic vehicle identification (AVI)
• Car plate recognition (CPR)
• Licence plate recognition (LPR)

Technologie

Buchstaben auf einem niederländischen Nummernschild

Der wichtigste Teil in der Software ist die Zeichenerkennung auf den Fotos („Optical Character Recognition“; OCR). Neben vielen technischen Aspekten ist dabei auch auf die Gestaltung der Kennzeichen und der darauf verwendeten Schriftzeichen zu achten. In Deutschland wird bei neuen Kennzeichen seit 2000 die "Fälschungserschwerende Schrift" verwendet. In dieser Schrift sind üblicherweise ähnliche Buchstabenformen (z. B. Null/O, 3/8, E/F oder P/R) bewusst abweichend gestaltet. Obwohl primär zur Erschwerung von Kennzeichenmodifikationen durch Kriminelle eingeführt, erleichtern diese Formen auch die Zeichenerkennung.

Ähnlich wurden bei der Umstellung der niederländischen Kennzeichen im Jahr 2002 einige Änderungen an der Schriftart durchgeführt. So wurden etwa kleine Leerräume in die Zeichen P und R eingefügt, um diese leichter unterscheiden zu können und den Einsatz der automatischen Nummernschilderkennung zu vereinfachen. Einige Kennzeichen-Systeme benutzen unterschiedliche Schriftgrößen und -positionen, was die automatische Erkennung deutlich erschwert. Komplexe Erkennungssysteme können unterschiedliche Kennzeichenarten erkennen, die meisten sind jedoch auf ein spezifisches System eingestellt.

Als Kamerasystem können bestehende Radar-Kameras oder sonstige Überwachungskameras eingesetzt werden, aber auch mobile Systeme, die meist in Fahrzeugen installiert sind. Einige Systeme benutzen Infrarot-Kameras, um ein besseres Bild des Kennzeichens zu erhalten.

Algorithmen

Folgende Algorithmen werden auf das Bild angewandt, um den Text auf den Kennzeichen zu erkennen:

Schritte 2, 3 und 4: Das Nummernschild wird erst auf einen einheitlichen Kontrast und Helligkeit gebracht (Normalisierung) und danach für die Schrifterkennung segmentiert

1. Kennzeichen-Lokalisierung - Erkennt die Position des Nummernschildes im Bild
2. Kennzeichen-Orientierung und -Größe - Kompensiert Unterschiede in der räumlichen Lage und der Größe des Nummernschildes
3. Normalisierung - Passt die Helligkeit und den Kontrast des Bildes an
4. Zeichensegmentierung - Identifiziert und trennt die Zeichen des Textes
5. Zeichenerkennung - Erkennt die einzelnen alphanumerischen Zeichen

Die Qualität jeder einzelnen Stufe beeinflusst die Genauigkeit des Gesamtsystems. Während der dritten Phase (Normalisierung) versuchen einige Systeme die Ränder der Zeichen - den farblichen Unterschied zwischen den Zeichen und dem Hintergrund - zu erkennen. Ebenso werden Filter benutzt, um optische Störungen zu kompensieren.

Schwierigkeiten

Es gibt eine Vielzahl an möglichen Problemen, die die Software berücksichtigen und ausgleichen muss. Dies sind etwa:

• Schlechte Bildqualität wegen großer Entfernung der Kamera zum Fahrzeug oder zu geringer Bildauflösung
• Unscharfe Bilder, besonders bei hohen Geschwindigkeiten und bei mobilen Kameras
• Schlechte Beleuchtung, insbesondere zu geringer Kontrast oder Überbeleuchtung aufgrund von Reflexionen
• Verdeckte Kennzeichen, etwa durch Verschmutzung oder Anhängerkupplungen
• Unterschiedliche Kennzeichen auf der Frontseite (etwa rein dekorative, wenn erlaubt)
• Absichtliche Vereitelung der Aufnahme

Während einige davon von der Software korrigiert werden können, ist der Großteil nur über bessere Hardware oder Änderungen am Gesamtsystem zu erreichen. So lässt sich über eine höhere Platzierung der Kamera das Problem beheben, dass andere Objekte - wie etwa Fahrzeuge - die Nummerntafel überdecken, andererseits ergeben sich dadurch wieder Probleme durch die stärkere Verzerrung des Kennzeichens am Foto.

Viele Länder benutzen retroreflektive Kennzeichen. Diese reflektieren das Licht in die Richtung der Quelle zurück, wodurch sich ein besserer Kontrast ergibt. Auch werden oft nicht-reflektierende Zeichen eingesetzt, was auch unter schlechten Lichtbedingungen den Kontrast erhöht. Infrarot-Kameras eignen sich ebenfalls gut für den Einsatz in solchen Systemen, in Verbindung mit einem Infrarot-Strahler und einem Normallicht-Filter vor der Kamera. Dies kann jedoch nur bei Systemen angewandt werden, die speziell dafür adaptiert sind, herkömmliche Radar-Kameras eignen sich dafür üblicherweise nicht. Werden zu Beweiszwecken auch Echtfarben-Bilder benötigt, etwa des Fahrers, so kann die Infrarot-Kamera mit einer Normallichtkamera gekoppelt werden, um zwei Bilder zu schießen.

Unscharfe Bilder erschweren die Schrifterkennung

Unscharfe Bilder erschweren die Zeichenerkennung. Es werden daher Kameras mit einer sehr kurzen Belichtungszeit eingesetzt, um die Bewegungsunschärfe zu minimieren. Idealerweise beträgt die Belichtungszeit 1/1000 Sekunde. Wird die Kamera sehr niedrig montiert oder bewegt sich der Verkehr langsamer, kann diese Zeit auch länger sein. Bei einer Geschwindigkeit von etwa 64 km/h reicht eine Belichtung von 1/500, bei 8 km/h genügen 1/250.

Andere Fahrzeuge, Anhängerkupplungen, Abschleppstangen oder ähnliche Objekte können die Sicht auf ein oder zwei Zeichen verdecken, ebenso Fahrräder auf Fahrradträgern. Die meisten derartigen Hindernisse können mittels einer höheren Platzierung der Kamera korrigiert werden. Hinsichtlich der Fahrradträger existieren teilweise Gesetze (etwa in Österreich, New South Wales, Australien), die die Montage eines zusätzlichen, gut sichtbaren Kennzeichens vorschreiben, wenn Fahrradträger oder ähnliche Sichthindernisse benutzt werden.

Je nach Anwendungszweck können auch geringfügige Fehler akzeptiert werden. Wird ein Erkennungssystem verwendet, um Zufahrt zu einem ansonst gesperrten Gebiet zu gewähren, so kann die Fehl- oder Nichterkennung eines einzelnen Zeichens meist toleriert werden. Es wäre sehr unwahrscheinlich, dass ein Fahrzeug mit fast dem gleichen Kennzeichen Zutritt zu dem Gelände erlangen möchte. In den meisten Einsatzgebieten ist jedoch eine korrekte Erkennung des gesamten Nummernschildes Voraussetzung für ein Funktionieren des Gesamtsystems.

Absichtliche Vereitelung

Manche Fahrzeugbesitzer versuchen auf unterschiedliche Arten, zu verhindern, von automatischen Nummernschilderkennungssystemen oder generell Verkehrsüberwachungskameras aufgenommen und identifiziert zu werden. Eine Möglichkeit dafür ist, die Lichtreflexion des Kennzeichens zu erhöhen, was es dem System erschwert, die Position des Nummernschildes zu erkennen oder die Zeichen zu lesen. Dies kann mit Folien oder Sprays erreicht werden, wobei ihre Effizienz umstritten ist. Derartige Versuche können in vielen Rechtssystemen auch illegal sein.

Schwerer erkannt werden auch ältere Kennzeichen, deren Reflexionsfähigkeit schon stark nachgelassen hat. Auch die absichtliche Verschmutzung oder Verdeckung der Nummerntafel wird von Fahrzeuglenkern versucht. So wurde etwa in Toronto (Kanada) ein Motorrad-Fahrer entdeckt, der während der Fahrt mittels eines Kabels ein anderes Nummernschild vor das gültige ziehen konnte, um so in den Kameraabschnitten seine Identität zu verschleiern.

In Texas wurden 2003 einige Zier-Rahmensysteme um die Nummernschilder verboten, da diese die Erkennung der Kennzeichen verhinderten. Der Einsatz derartiger Rahmen wird nun mit üblicherweise 200 US-Dollar bestraft, wobei die Strafe bis zu 2000 Dollar und 180 Tage Gefängnis betragen kann, wenn der Rahmen nachweisbar absichtlich zur Verhinderung der automatischen Erkennung benutzt wurde.

Kann ein Foto nicht automatisch ausgewertet werden, so kann es zur manuellen Nacharbeit an einen Mitarbeiter der Verkehrsauswertung geleitet werden. Dieser kann dann eventuell über die Marke, den Typ oder die Farbe des Autos, gemeinsam mit den erkennbaren Zeichen des Nummernschildes, in einer Fahrzeugdatenbank das betroffene Fahrzeug ausfindig machen.

In London gab es nach der Einführung des Überwachungssystems einen Aufschwung unzulässig angebrachter Kennzeichen. Diese werden von anderen Autos mit ähnlichem Aussehen kopiert und an das eigene Fahrzeug montiert. Damit können automatische Erkennungssysteme überlistet werden und auch die Nachkontrolle durch Menschen erschwert werden.

Polizeiliche Nutzung

Flächendeckende Überwachung in der Londoner Innenstadt, hier abgebildet Kameras in einem Wohnviertel nahe dem Trafalgar Square

Nachdem das Kennzeichen identifiziert ist, kann es in einer polizeilichen Datenbank gesucht und eingetragen werden. Damit können etwa gestohlene Fahrzeuge entdeckt werden oder solche, die für eine Straftat genutzt wurden. Manche Systeme prüfen auch, ob die Versicherung oder Zulassung des Fahrzeuges noch gültig ist.

Am 18. November 2005 wurde der britische Polizist Sharon Beshenivsky während eines Raubüberfalles in Bradford erschossen. Über ein automatisches Nummernschild-Erkennungssystem wurde das Fluchtfahrzeug wenig später registriert, woraufhin sechs Verdächtige verhaftet werden konnten. Das System wurde von einem Vertreter der britischen Polizei als ein „revolutionäres Werkzeug zur Verbrechensbekämpfung“ bezeichnet.

Project Laser (Vereinigtes Königreich)

Im März 2005 wurde angekündigt, im gesamten Vereinigten Königreich über 2.000 automatische Nummernschild-Erkennungssysteme zu installieren. Im Jahr 2006 wird Großbritannien also das erste Land sein, in dem praktisch jede Fahrzeugbewegung überwacht und aufgezeichnet werden kann.

Das war eine logische Folge des Project Spectrums, bei der alle 43 Polizeieinheiten in England und Wales mit derartigen, jedoch mobilen Systemen ausgerüstet wurden. Das ursprüngliche Projekt lief von September 2002 bis März 2003, dabei wurden die Geräte von neun Polizeieinheiten getestet. Von Sommer 2003 bis Sommer 2004 lief anschließend als zweite Phase ein Feldversuch in 23 Dienststellen. Dabei wurden von der Driver and Vehicle Licensing Agency (DVLA) auch bereits Daten von unregistrierten und nicht versicherten Fahrzeugen gesammelt.

Das Projekt wurde als großer Erfolg angesehen, obwohl Berichte davon ausgehen, dass die Fehlerrate bis zu 40 Prozent falsch erkannter Fahrzeuge betrug. Im Gegenzug führte das Projekt zu über 100 Verhaftungen pro Polizist pro Jahr, was etwa dem zehnfachen Landesdurchschnitt entsprach. Weitere Tests und Änderungen am System (Einführung von Infrarot-Systemen und Software-Verbesserungen) führten in weiterer Folge dazu, dass die Fehlerrate auf fünf Prozent gesenkt werden konnte.

Insgesamt wurden während der einjährigen Testphase etwa 28 Millionen Kennzeichen erkannt, 1,1 Millionen davon (3,9 Prozent) konnten in der Datenbank gefunden werden. 180.543 Fahrzeuge wurden angehalten (101.775 davon unmittelbar auf Grund der automatischen Erkennung), was zu 13.499 Verhaftungen (7,5 Prozent der Anhaltungen) und 50.910 Strafmandaten (28,2 Prozent) führte. 1.152 gestohlene Fahrzeuge konnten entdeckt werden, Drogen im Wert von £ 380.000 und gestohlene Güter im Wert von £ 640.000 konnten beschlagnahmt werden.

Das Hauptziel der zweiten Phase war es, zu ermitteln, ob sich die Kosten des Systems amortisieren würden. Das Ergebnis war, dass lediglich zehn Prozent der aufgewendeten Kosten wieder über Strafen eingenommen werden konnten. Es wurde aber angegeben, dass viele Bestrafte nicht pünktlich zahlten und nur deswegen dieser niedrige Wert erreicht wurde. Es wurde von den Betreibern empfohlen, das Projekt fortzusetzen und es landesweit zu installieren.

Die Finanzierung des landesweiten Systems ist nun gesichert. Grundlage dafür ist ein Rechenzentrum, das täglich 50 Millionen Nummernschilder erkennen kann. Es soll ab März 2006 betriebsbereit sein.

Section Control

Ein weiteres Einsatzgebiet für die automatische Nummernschilderkennung sind Section-Control-Systeme. Dabei wird die Fahrzeit eines Fahrzeuges zwischen zwei weiter entfernten Punkten aufgezeichnet und daraus die Durchschnittsgeschwindigkeit errechnet. Das derzeit einzige einsatzbereite System stammt vom Hersteller SPECS.

Der Vorteil derartiger Systeme ist es, nicht eine Momentangeschwindigkeit zu überprüfen. Ist den Lenkern die Position eines Radargerätes bekannt, brauchen sie nur kurz davor die Geschwindigkeit verringern, um anschließend weiter rasen zu können. Section Control hingegen prüft die Geschwindigkeit über eine längere Strecke (teilweise mehrere Kilometer) und zwingt die Fahrer, die Geschwindigkeit nachhaltig zu reduzieren. Die längste Strecke mit einem solchen System befindet sich an der A77 in Schottland, wo zwischen Glasgow und Ayr auf einer Länge von 30 Meilen (48 Kilometern) die Durchschnittsgeschwindigkeit ermittelt wird.

An Orten, wo ein solches System eingesetzt wird, konnten die Unfallzahlen deutlich gesenkt werden. Der Nachteil eines solchen Systems sind jedoch die deutlich höheren Kosten gegenüber gewöhnlichen Systemen zur Geschwindigkeitsmessung.

Österreich

Seit September 2003 ist das erste derartige System in Österreich im Einsatz, im Kaisermühlentunnel an der Donauufer Autobahn (A 22) in Wien. Ein weiteres System existiert seit 11. Februar 2005 im Wechselabschnitt an der Süd Autobahn (A 2), ein drittes, mobiles System befand sich zuerst an der West Autobahn (A 1) zwischen Haid und Sattledt, wurde dann auf die Tauern Autobahn (A 10) und mittlerweile weiter auf die Süd Autobahn (A 2) in den Baustellenbereich zwischen Gleisdorf und Lassnitzhöhe verlegt.

Neben der Erkennung der Nummerntafel kann das System zusätzlich auch die Fahrzeugklasse aufgrund der Bauform und -größe erkennen. Das System kann zwischen PKW, Bus, LKW, LKW mit Anhänger und Motorrad unterscheiden. Dies ist notwendig, um eine unterschiedliche Höchstgeschwindigkeit (PKW: 80 km/h, LKW: 60 km/h) automatisch durchsetzen zu können. Die Höchstgeschwindigkeit kann dabei etwa für den Kaisermühlentunnel auch von der Leitzentrale aus verringert werden, was über LED-Tafeln den Fahrern angezeigt wird.

Weiter wird das System zur Erkennung von Falschfahrern, zur Überwachung gesperrter Fahrspuren und zur Fahrzeughöhenkontrolle eingesetzt.

Deutschland

Polizeiliche Testreihen

In Bayern lief von Oktober 2002 bis März 2003 ein Großversuch unter Polizeiaufsicht, in dem die Erkennungstechnik an mehreren Orten unter Einsatzbedingungen getestet wurde, unter anderem an zwei Grenzübergängen zu Tschechien und an der A 8 München-Salzburg. Ein ähnlicher Test wurde ab Juni 2003 mit einem nicht genehmigten Gerät auch in Thüringen (Rennsteigtunnel der A 71) durchgeführt. In Brandenburg hat es im Oktober 2003 einen Testlauf mit einem mobilen Gerät zur Nummernschilderkennung gegeben. In Hessen hat das Innenministerium im Herbst 2003 am Elzer Berg einen temporären technischen Funktionstest durchgeführt, ohne dass Daten gespeichert worden wären.^[1]

Rechtliche Diskussion im Rahmen der Mautkontrolle

Die in Deutschland durch die automatische Nummernschilderkennung im Rahmen der automatischen Kontrolle der LKW-Maut anfallenden Daten dürfen gem. § 7 des Gesetzes über die Erhebung von streckenbezogenen Gebühren für die Benutzung von Bundesautobahnen mit schweren Nutzfahrzeugen polizeilich nur für die Verfolgung von „Mautprellern“ verwendet werden, jede weitere Nutzung für die Strafverfolgung ist unzulässig. Dieses Verbot wird aber seit der Einführung der Maut von Polizei, Justiz und weiten Kreisen der Politik stark kritisiert (so z. B. der ehemalige Generalbundesanwalt Nehm^[2]), so dass es eher wahrscheinlich ist, dass eine Nutzung zumindest in Fällen schwerer Kriminalität in absehbarer Zukunft erlaubt werden wird.

Entscheidung des Bundesverfassungsgerichts am 11. März 2008

Hauptartikel: Urteil des Bundesverfassungsgerichts zur automatisierten Kennzeichenerfassung

Das Bundesverfassungsgericht in Karlsruhe erklärte am 11. März 2008 das hessische und schleswig-holsteinische Gesetz zur automatisierten Kennzeichenerfassung für nichtig. Das Gericht führte aus, die automatisierte Kennzeichenerfassung greife in den Schutzbereich des Grundrechts auf informationelle Selbstbestimmung ein, wenn das Kennzeichen nicht unverzüglich mit dem Fahndungsbestand abgeglichen und ohne weitere Auswertung sofort wieder gelöscht wird. Das Gericht verneinte, dass die durch die beiden Landesgesetze legitimierten Eingriffe in dieses Grundrecht auf verfassungsmäßigen gesetzlichen Grundlage beruhen, unter anderem weil die angegriffenen Bestimmungen dem verfassungsrechtlichen Gebot der Verhältnismäßigkeit nicht genügen.^[3]

Elektronische Mauterhebung

Mautstrecken

Der Highway 407 ETR in Ontario (Kanada) benutzt eine Kombination von automatischer Nummernschilderkennung und Funksendern, um die Mautgebühr von Fahrzeugen zu erheben. Funkantennen befinden sich bei jeder Auf- und Abfahrt, die die Bewegung von Fahrzeugen aufnehmen, die Funksender installiert haben. Fahrzeuge ohne Funksender werden über ihr Kennzeichen erkannt, wobei die Leihgebühren für den Funksender beträchtlich billiger sind als die Kosten für eine per Videoaufnahme abgerechnete Fahrt. In beiden Fällen erfolgt die Berechnung der entstandenen Kosten per Post.

Eine Vielzahl weiterer Mautsysteme nutzen ebenfalls ähnliche kombinierte Systeme, wie etwa:

• CityLink in Melbourne, Australien
• FasTrak in Kalifornien, Vereinigte Staaten
• Route 6 in Israel
• mehrere Tunnel in Hong Kong
• Autopista Central in Santiago, Chile
• E-ZPass in New York, New Jersey, Massachusetts (Fast Lane) und weiteren Bundesstaaten der USA
• Sondermautstrecken des österreichischen Autobahnnetzes

Gebührenzonen - London Congestion Charge

Das London-Congestion-Charge-System benutzt 230 Überwachungskameras zur Überwachung und Verrechnung der Gebührenzone

Die London Congestion Charge ist ein Beispiel für ein System, das beim Einfahren in eine Zone Kosten abrechnet. Transport for London (TfL) benutzt ein automatisches Erkennungssystem, um Fahrzeugen eine tägliche Gebühr von 8 Britischen Pfund zu verrechnen, wenn die Gebührenzone zwischen 7.00 Uhr und 18.30 Uhr befahren wird. Zahlt man die Gebühr nicht rechtzeitig ein, so wird eine Strafe von 100 Pfund verhängt. Bei prompter Bezahlung der Strafe innerhalb von 14 Tagen verringert sich diese auf 50 Pfund, wurde nach 28 Tagen noch nicht gezahlt, wird die Strafe auf 150 Pfund angehoben, anschließend können auch weitere Maßnahmen gesetzt werden.

230 Überwachungskameras, davon 180 an den Rändern der Zone, sind derzeit im Einsatz. Weitere 50 Kameras befinden sich verstreut innerhalb der Gebührenzone, um Fahrzeuge zu entdecken, die bei der Einfahrt übersehen wurden oder sich ausschließlich innerhalb der Zone bewegen. Zusätzlich werden einige mobile Kameras innerhalb der Zone eingesetzt.

Schätzungen gehen davon aus, dass 98 % aller Fahrzeugbewegungen korrekt erfasst werden können. Alle Aufnahmen werden zur Fahrzeugerkennung von einem Rechenzentrum in London ausgewertet. Ein zweites Rechenzentrum dient der Datenspeicherung und als Ausfallsicherung.

Aufgenommen werden sowohl die Kennzeichen an der Front als auch am Heck von Fahrzeugen, die in die Zone einfahren und sie verlassen. Dies erhöht die Chancen für eine korrekte Erkennung. Die erkannten Nummernschilder werden mit einer Liste der bereits verrechneten Fahrten abgeglichen, gegebenenfalls wird eine Verrechnung veranlasst. Ebenso werden die Daten mit den Zulassungsdaten der Driver and Vehicle Licensing Agency verglichen. Untersuchungen der Regierung haben dabei ergeben, dass ein signifikanter Anteil der in dieser Datenbank gespeicherten Daten nicht mehr korrekt sind. Dies führte unter anderem dazu, dass nun Fahrzeughalter eine korrekte Ummeldung veranlassen müssen, wenn sie ihr Auto verkaufen.

LKW-Maut in Deutschland

Detailansicht einer Kontrollbrücke

Die Lkw-Maut in Deutschland nutzt die Automatische Nummernschilderkennung, um Verstöße gegen die Mautpflicht zu identifizieren.

Kontrollbrücken überprüfen dabei, ob die Fahrt des Fahrzeuges ordnungsgemäß verbucht wurde. Dies kann entweder automatisch mittels einer On-Board-Unit (OBU) geschehen oder mittels sogenannter Manueller Einbuchung. Das automatisch erkannte Kennzeichen dient dabei der Identifikation des Fahrzeugs.

Ist für das Fahrzeug im zentralen Buchungscomputer eine aktuelle Mautzahlung vorhanden, dann werden die aufgenommenen Bilder wieder gelöscht. Kann im zentralen Buchungscomputer keine Buchung gefunden werden oder kann die Schrifterkennungssoftware das Kennzeichen nicht eindeutig identifizieren, werden alle vom Fahrzeug gesammelten Daten in einem Datensatz gespeichert und zur manuellen Nachkontrolle an Toll Collect eingeschickt. Die gespeicherten Fotos werden dann von Mitarbeitern des Betreibers manuell ausgewertet. Auch Fotos von Lastkraftwagen mit OBU, deren montiertes Kennzeichen nicht mit dem in der OBU abgespeicherten Kennzeichen identisch ist, werden in der Nachkontrolle ausgewertet.

Die Kennzeichen-Lesefähigkeiten des automatischen Kontrollsystems werden von Toll Collect mit über 90 % angegeben. Das identische Kontrollsystem der Schweiz, welches die leistungsabhängige Schwerverkehrsabgabe (LSVA) ermittelt, liefert bei Fahrzeugen mit OBU, also mit einem bei Kontrolle übermitteltem elektronischem Kennzeichen, eine Erkennungsrate von 93 %, bei Fahrzeugen ohne OBU eine Erkennungsrate von 77 %.

Sondermautstrecken auf österreichischen Autobahnen

Videomaut Schönberg

Für bestimmte Abschnitte der österreichischen Autobahnen wird anstatt der pauschalen Gebühr für die Vignette für PKWs und der kilometerabhängigen LKW-Maut eine Sondermaut eingehoben. Auf der Brenner Autobahn, der Tauern Autobahn (Tauerntunnel und Katschbergtunnel) sowie der Pyhrn Autobahn (Bosrucktunnel und Gleinalmtunnel) kann diese auch per sogenannter Videomaut beglichen werden. Es ist dabei im voraus eine Wertkarte zu erwerben, für die von der Verkaufsstelle ein Nummernschild frei geschaltet wird. Alternativ kann die Wertkarte auch über Internet erworben werden. Neben Einzelkarten werden auch Jahreskarten angeboten.

Das so erfasste Fahrzeug kann die Mautstelle anschließend auf einem eigenen Fahrstreifen passieren. Bei der Durchfahrt ist eine Höchstgeschwindigkeit von 15 km/h erlaubt, die Fahrzeugbreite darf 2,3 m nicht überschreiten. Wird das Nummernschild nicht automatisch erkannt, wird das Fahrzeug zu einer manuellen Bemautungsstelle geleitet.

LKW-Maut in Österreich

Zur Kontrolle der korrekten Einbuchung jedes LKW in das Mautsystem wird ebenfalls eine Nummernschilderkennung durchgeführt. Dazu sind auf jedem vierten Mautportal Kamerasysteme eingerichtet, die die LKW erkennen. Um sie auch in der Nacht optimal zu erfassen, sind zusätzlich bläuliche Scheinwerfer montiert. Die eingelesenen Kennzeichen werden mit den Daten, mit denen sich die Go-Box anmeldet, verglichen.

Kritik

Die Einführung derartiger automatischer Systeme führt zur berechtigten Angst von Fahrzeughaltern von Fehlerkennungen und der Ausweitung der generellen Überwachung im Stile des Romans 1984. In den Vereinigten Staaten lehnen viele wie etwa Gregg Easterbrook solche Systeme ab, da sie Maschinen, die Strafmandate ausstellen können, als den Einstieg in ein automatisiertes Rechtssystem ansehen. „Eine Maschine hält dich für einen Straftäter, und du kannst den Ankläger nicht damit konfrontieren, da es gar keinen Ankläger gibt. Ist es klug, ein Prinzip einzuführen, dass, wenn eine Maschine behauptet, du hättest etwas Illegales gemacht, du mutmaßlich schuldig bist?“

Ähnliche Kritik wurde auch in anderen Ländern laut. Easterbrook argumentiert weiter, dass derartige Technologien nur den Geldzugang für den Staat maximieren sollen, anstatt für mehr Verkehrssicherheit zu sorgen.

Die Fehlerrate älterer Systeme war alarmierend: Ein Kritiker des Londoner Systems gibt an, dass vier von zehn Nummerntafeln falsch erkannt wurden. Dies führt unweigerlich zu einer hohen Fallanzahl der Verrechnung von Gebühren an unbeteiligte Bürger. Diese können sich gegen eine Zahlung von £10 den Beweis erbringen lassen, dass die Kosten gerechtfertigt sind, etwa durch Aushändigung des Beweisfotos. Verbesserungen in der verwendeten Technik haben die Fehlerraten aber drastisch reduziert, obschon unberechtigte Zahlungsansprüche noch immer häufig auftreten.

Weitere Bedenken schließen die Datenspeicherung der aufgenommenen Daten ein. Diese könnten benutzt werden, um Informationen über Personen zu sammeln, wie etwa das Fahrverhalten oder gar die tägliche Terminplanung („Personenbezogene Bewegungsprofile“). Derartige personenbezogene Daten werden von den Rechtssystemen im Rahmen des Grundrechts auf informationelle Selbstbestimmung normalerweise streng geschützt.

Weitere denkbare Einsatzgebiete

Für folgende Zwecke ließe sich ein System zur automatischen Nummernschilderkennung ebenfalls einsetzen:

• bei Grenzübertritten
• an Tankstellen zur automatischen Zahlungsverrechnung
• an Parkplätzen und Parkhäusern zur Verrechnung und Zutrittskontrolle
• zum Verkehrsmanagement, um die Geschwindigkeit von Fahrzeugen im Verkehrsfluss auszuwerten
• zur Stauvorhersage, durch Auswertung des Verkehrsflusses unter Berücksichtigung der Städte- und Regionenkennziffer

Quellen

1. ↑ Deutsche Polizei 4/2004, S. 16
2. ↑ [http://www.tagesschau.de/aktuell/meldungen/0,1185,OID5178554_REF2,00.html Bericht auf tagesschau.de über die Forderung Nehms zur Nutzung der LKW-Maut Daten zur Strafverfolgung (Januar 2006)
3. ↑ Bundesverfassungsgericht: Hessische und schleswig-holsteinische Vorschriften zur automatisierten Erfassung von Kfz-Kennzeichen nichtig, Pressemitteilung vom 11. März 2008

• „ANSE Strategy for the Police Service 2005/2006“ Assn Chief Police officers (ACPO) Steering Group.
• „Automatic Number Plate Recognition (ANPR)“. Police Standards Unit, PoliceReform.gov.uk.
• „Business plan“ Driver and Vehicle Licensing Agency, 10. Juni 2004.
• „Driving crime down“. Home Office, Oktober 2004.
• „Operation Mermaid ? National ANPR Day“. Bedfordshire Police, 19. Mai 2003.
• „What is a transponder“, Ontario 407 ETR.
• Mike Constant. „CCTV Information – ANPR“.
• Yoram Hofman. „License Plate Recognition - A Tutorial“.
• Steve Sexton. „License-plate spray foils traffic cameras“.
• John Lettice. „The London charge zone, the DP Act, and MS. NET“. The Register, 21. Februar 2003.
• John Lettice. „No hiding place? UK number plate cameras go national“. The Register, 24. März 2005.
• Chris Millar. „Exposed: Ken's camera spies“. ThisIsLondon.com, 20. Februar 2003.
• Siemens Traffic, „Recognising a new way to keep traffic moving“.
• Jeff Wentworth, „Obscured license plate could be motorists‘ ticket to fine“.
• „CCTV network tracks ‚getaway‘ car“ auf BBC News, 21. November 2005

Literatur

• Michael Ronellenfitsch: Datenschutz und Mobilität – Grundrechte im Wechselspiel, in: Michael Rodi (Hrsg.): Fairer Preis für Mobilität. Straßenbenutzungsgebühren als Instrument zur Steuerung von Verkehrsströmen, S. 93 bis 103 (im Erscheinen). ISBN 978-3-939804-15-4

Weblinks

Systeme im Einsatz:

• Nummernschilderkennung zur Kontrolle bei der deutschen Lkw-Maut
• Videomaut für PKW auf österreichischen Sondermautstrecken
• Zugangskontrolle mittels Nummernschilderkennung
• Transport for London (engl.)

Forschung

• Nummernschild-Erkennung auf PhotoCop.com
• „A Real-time vehicle License Plate Recognition (LPR)“ auf visl.technion.ac.il
• „An Approach To Licence Plate Recognition“ – eine PDF-Datei über Forschungen der Universität Calgary
• A neural network based artificial vision system for licence plate recognition, 1997, Sorin Draghici, Dept. of Computer Science, Wayne State Universität
• License plate localization and recognition in camera pictures, 2002, Halina Kwasnicka and Bartosz Wawrzyniak
• Algorithmic and mathematical principles of automatic number plate recognition systems, 2007, Ondrej Martinsky, Technische Universität Brno