Warum ich das baue
Ich wollte herausfinden, wie viel Kameraüberwachung lokal möglich ist, ohne bei jeder Erkennung von einem externen Cloud-Dienst abhängig zu sein. Frigate verbindet Videostreams, Aufnahmen und Objekterkennung. Da der Hailo-8L die Erkennung übernimmt, muss der Raspberry Pi nicht die gesamte KI-Arbeit selbst bewältigen.
Die Installation ist zugleich ein praktisches System und ein Lernprojekt. Sie bringt Linux, Docker, Kamerastreams, Speicher, KI-Beschleunigung und Hausautomation zusammen.
Der Aufbau
Die Basis ist ein Raspberry Pi 5 mit Ubuntu. Frigate läuft in Docker und nutzt einen angeschlossenen Hailo-8L zur Objekterkennung. Drei IP-Kameras liefern ihre Videostreams über das lokale Netzwerk. Eine separate USB-Festplatte mit 120 GB steht für Aufnahmen und andere Frigate-Medien bereit.
Die Containerkonfiguration trennt Programm, Einstellungen und Medien. Ein Systemdienst baut die Docker-Umgebung nach einem Neustart erneut auf. Dadurch lässt sich die Installation leichter verwalten und wiederherstellen.
Wo es interessant wurde
Den KI-Beschleuniger zum Laufen zu bringen war nur ein Teil der Aufgabe. Kamerastreams sind mindestens ebenso wichtig. Falsche Anmeldedaten, Unterschiede zwischen Haupt- und Substreams sowie vorübergehende Netzwerkprobleme können eine Kamera unerreichbar machen oder Frigate zum Neustart eines Streams zwingen.
Durch den Vergleich der Protokolle von Frigate, go2rtc und FFmpeg konnte ich Probleme schrittweise trennen und erkennen, ob ein Fehler bei Kamera, Netzwerk, Stream oder Erkennung entstand.
Was bereits funktioniert
- Frigate läuft in Docker auf dem Raspberry Pi 5.
- Das System erkennt den Hailo-8L, der die Erkennung ausführt.
- Drei Kameras können in den Aufbau eingebunden werden.
- Aufnahmen und Medien erhalten einen separaten Speicherort.
- Die Grundlage für die Integration mit Home Assistant ist vorhanden.
