Anwendungen von Computer Vision im Bahnbetrieb

Wenn du die in diesem Artikel behandelten Konzepte visuell nachvollziehen möchtest, sieh dir das folgende Video an.

Eisenbahnen sind ein zentraler Bestandteil bodengebundener Verkehrssysteme. Mit weltweit mehr als 1 Million Streckenkilometern verbinden Eisenbahnnetze Städte, Industrien und Gemeinschaften über große Entfernungen hinweg. Mit der Erweiterung dieser Systeme und der steigenden Nachfrage erfordern Sicherheit und Effizienz mehr als nur manuelle Kontrollen und Überwachung.

Modernste Lösungen werden zunehmend unverzichtbar. So wird beispielsweise Computer Vision, ein Teilgebiet der künstlichen Intelligenz (AI), das sich mit der Verarbeitung visueller Daten befasst, eingesetzt, um verschiedene Abläufe im Eisenbahnbetrieb zu optimieren.

Kameras und Computer-Vision-Modelle wie Ultralytics YOLO11 verschaffen Eisenbahnbetreibern in Echtzeit einen Überblick über die Abläufe. Mithilfe von Aufgaben wie Objekterkennung und Instanzsegmentierung können Modelle wie YOLO11 Gleise, Bahnsteige, Tunnel und das Zuginnere analysieren, um Objekte, Personen oder Gefahren zu erkennen.

Stell dir vor, jemand steht zu nahe an der Bahnsteigkante oder auf dem Gleis liegt ein Hindernis. Vision AI kann dies in Echtzeit erkennen und einen Alarm auslösen. Dadurch können die Teams am Bahnhof schnell reagieren und verhindern, dass aus potenziellen Risiken Verspätungen oder Unfälle entstehen. Außerdem unterstützt das System das Personal, indem es Bereiche überwacht, die nicht jederzeit manuell kontrolliert werden können.

Abb. 1. Beispiel für den Einsatz von Ultralytics YOLO11 zur Erkennung von Personen, die auf einem Bahnsteig stehen.

Mit der zunehmenden Verbreitung von AI und Computer Vision beginnen immer mehr Städte, Vision AI einzusetzen, um den Eisenbahnbetrieb sicherer und effizienter zu gestalten. In diesem Artikel untersuchen wir, wie Vision AI weltweit in Abläufe des Schienenverkehrs integriert wird. Legen wir los!

Die Rolle von Vision AI im Schienenverkehr#

Eisenbahnnetze umfassen zahlreiche bewegliche Komponenten, die in Echtzeit überwacht werden müssen. Was traditionell vom Bahnhofspersonal erledigt wurde, lässt sich heute mithilfe von AI automatisieren. Computer-Vision-Modelle wie YOLO11 können das Bahnhofspersonal dabei unterstützen, den Eisenbahnbetrieb genauer zu überwachen und bei auftretenden Problemen schnell zu reagieren.

Computer-Vision-Aufgaben bezeichnen insbesondere die Funktionen, für deren Ausführung diese Modelle anhand visueller Eingangsdaten von Kameras trainiert werden können. Hier sind einige wichtige Aufgaben, die zur Überwachung des Eisenbahnbetriebs eingesetzt werden können:

• Objekterkennung: Bei dieser Aufgabe werden bestimmte Objekte innerhalb eines Bildes oder Videoframes identifiziert und lokalisiert. Im Eisenbahnbereich können Modelle wie Ultralytics YOLO11 beispielsweise Hindernisse, Werkzeuge, Gepäck oder Personen auf oder in der Nähe von Gleisen erkennen.

• Objektverfolgung: Dabei wird die Bewegung erkannter Objekte über mehrere Videoframes hinweg überwacht. In Bahnhöfen oder Zügen hilft die Verfolgung dabei, die Passagierströme und Zugbewegungen nachzuverfolgen.

• Posenschätzung: Dabei werden die Positionen wichtiger Körpergelenke erkannt und analysiert, um die menschliche Körperhaltung zu verstehen. Im Eisenbahnumfeld kann sie dabei helfen, Notfälle zu erkennen, etwa wenn eine Person auf einem Bahnsteig zusammenbricht, und dadurch Alarme für ein Eingreifen auslösen.

• Instanzsegmentierung: Dabei wird jeder Pixel eines Bildes vordefinierten Kategorien zugeordnet. Bei der Überwachung der Eisenbahninfrastruktur kann sie eingesetzt werden, um den Zustand von Gleisen, Bahnsteigen und anderen Oberflächen zu bewerten, indem Merkmale wie Risse, Korrosion oder Verschleiß erkannt werden.

Abb. 2. Ultralytics YOLO11 kann zur sicheren Erkennung und Verfolgung von Personen und Zügen eingesetzt werden.

Vision AI zur Überwachung des Eisenbahnbetriebs#

Obwohl visuelle Überwachung typischerweise mit Sicherheit und Überwachung verbunden wird, setzen Eisenbahnsysteme Vision AI für weit mehr als grundlegende Sicherheitsaufgaben ein. Sie trägt auch zur Optimierung von Abläufen, zur Verbesserung der Sicherheit und zur Unterstützung des übergreifenden Systemmanagements im gesamten Netz bei.

Ein wesentlicher Vorteil von Vision AI im öffentlichen Verkehr ist die Fähigkeit, in Echtzeit zu arbeiten und dem Bahnhofspersonal rechtzeitig nützliche Informationen bereitzustellen, damit es potenziellen Problemen zuvorkommen kann.

Sehen wir uns einige Beispiele aus der Praxis an, wie Computer Vision Eisenbahnen dabei unterstützt, mit größerer Präzision und Kontrolle zu arbeiten.

Objekterkennung in Eisenbahnsystemen für Wartungsaufgaben#

Da der Schienenverkehr in Europa weiter zunimmt, ist eine zuverlässige Überwachung der Infrastruktur unerlässlich geworden. Gleise müssen regelmäßig auf Verschleiß, Schäden und Fehlstellungen überprüft werden, um einen sicheren und reibungslosen Betrieb zu gewährleisten. Dazu müssen Tausende Kilometer Gleise auf erste Anzeichen von Mängeln untersucht werden, bevor diese zu kostspieligen Störungen oder Unfällen führen. Vision AI bietet eine effektive Möglichkeit, diesen Prüfprozess zu automatisieren und zu verbessern.

Abb. 3. Computer-Vision-Systeme können beschädigte Teile von Eisenbahngleisen erkennen.

In den Niederlanden beispielsweise, wo sich das Eisenbahnnetz über Tausende Kilometer erstreckt, ist die kontinuierliche Überwachung und Instandhaltung der Gleise eine enorme Aufgabe. Manuelle Inspektionen sind zwar weiterhin wichtig, können aber langsam und arbeitsintensiv sein und den Betrieb häufig beeinträchtigen. Um dieses Problem zu lösen, wurde ein Computer-Vision-System eingeführt, um den Zustand der Gleise in Echtzeit zu überprüfen.

Auf fahrenden Zügen montierte Kameras erfassen kontinuierlich hochauflösende Bilder. Diese Aufnahmen werden anschließend von Vision-AI-Modellen analysiert, die darauf trainiert wurden, Fehlstellungen der Gleise, verschlissene oder beschädigte Komponenten sowie fehlende Teile zu erkennen.

Durch die kontinuierliche automatisierte Überwachung sind Inspektionen nicht nur schneller, sondern auch genauer. Wartungsteams können Bereiche mit dem größten Handlungsbedarf priorisieren und so unnötige Kontrollen reduzieren. Dadurch konnten Betreiber Betriebsrisiken senken, Verspätungen verringern und die allgemeine Sicherheit verbessern, ohne den täglichen Betrieb zu unterbrechen.

Sichererer Eisenbahnbetrieb durch AI in der Eisenbahninfrastruktur#

Bei groß angelegten Eisenbahnprojekten ist die Sicherheit vor Ort eine der beständigsten Herausforderungen. Dies galt insbesondere beim Bau des städtischen Eisenbahnnetzes von Wuhan in China, wo aktive Baustellen und sich verändernde Bedingungen eine kontinuierliche Überwachung erforderten.

Traditionell stützten sich Sicherheitskontrollen auf die manuelle Beobachtung, sodass Risiken häufig erst erkannt wurden, nachdem ein Vorfall eingetreten war. Um die Reaktionszeiten zu verbessern und Risiken zu verringern, führten Forschende ein von Computer Vision unterstütztes Sicherheitsüberwachungssystem für den Echtzeitbetrieb ein.

Auf den Baustellen wurden mehr als 240 hochauflösende Kameras installiert, die das Geschehen kontinuierlich aufzeichneten. Das Videomaterial wurde vor Ort mithilfe von AI-Modellen verarbeitet, die nicht nur erkennen konnten, wann Personen gefährliche Bereiche betraten, sondern auch, ob sich Geräte in der Nähe im Stillstand oder in Bewegung befanden – ein wichtiger Faktor für die Bewertung von Risiken in Echtzeit. Wurde unsicheres Verhalten erkannt, konnte das System die Bauleitenden sofort alarmieren.

Abb. 4. Erkennung von Gefahren mithilfe von Computer Vision.

Ein Blick auf die Überwachung von Eisenbahnen mit Vision AI#

Neben der Verbesserung von Wartungs- und Sicherheitsinspektionen wird Computer Vision auch eingesetzt, um Gleise in Echtzeit auf unbefugtes Eindringen zu überwachen. Dies ist ein ernstes Problem: Allein im Jahr 2023 wurden in den Vereinigten Staaten 995 Todesfälle im Zusammenhang mit Eisenbahnen gemeldet. Viele dieser Vorfälle betrafen den unbefugten Zugang zu Gleisen – ein Bereich, in dem herkömmliche Überwachungsmethoden häufig an ihre Grenzen stoßen.

Um dem entgegenzuwirken, beginnen Eisenbahnen in den Vereinigten Staaten, Computer-Vision-Lösungen einzusetzen. Diese Systeme verwenden Live-Videostreams, die von AI-Modellen analysiert werden, um Ereignisse wie unbefugtes Betreten, Hindernisse auf den Gleisen und mögliche Signalverstöße zu erkennen. Indem das System diese Probleme bereits bei ihrem Auftreten identifiziert, unterstützt es Teams dabei, schnell zu reagieren, bevor der Betrieb gestört oder die Sicherheit gefährdet wird.

Im Gegensatz zu manuellen Inspektionen, die in festgelegten Abständen stattfinden, ermöglichen Computer-Vision-Systeme eine kontinuierliche Überwachung des gesamten Netzes in Echtzeit. Wird eine Bedrohung erkannt, werden die Betreiber sofort alarmiert, sodass sie schnell und gezielt reagieren können. Dies führt zu einem besseren Situationsbewusstsein, schnellerem Eingreifen und weniger Verspätungen durch vermeidbare Vorfälle.

Überwachung der Lebensmittelsicherheit mit Vision AI#

Jeden Tag werden in Zügen und Bahnhöfen Millionen von Mahlzeiten zubereitet und ausgegeben, wobei Hygiene höchste Priorität hat. In Indien verwaltet die Indische Gesellschaft für Catering und Tourismus der Eisenbahn (IRCTC) eines der größten Verpflegungsnetze im Eisenbahnverkehr weltweit.

Bis vor Kurzem wurden Hygienekontrollen manuell durchgeführt, wodurch es schwierig war, alle Küchen jederzeit zu überwachen. Um die Abläufe effizienter und zuverlässiger zu gestalten, führte IRCTC ein Vision-AI-System ein, das die Maßnahmen zur Lebensmittelsicherheit in Echtzeit überwacht.

Das System ist mit den vorhandenen CCTV-Kameras in Küchen und Bereichen zur Speisenzubereitung verbunden. Es verwendet AI-Modelle, die darauf trainiert wurden, häufige Hygieneprobleme zu erkennen, etwa wenn Mitarbeitende ihre Hände nicht waschen, Handschuhe oder Haarnetze fehlen oder Arbeitsflächen nicht sauber sind.

Seit seiner Einführung hat das System dazu beigetragen, Hygienestandards zu verbessern und es dem Personal zu erleichtern, die Lebensmittelsicherheit im Blick zu behalten. So kann es mehr Zeit auf die Zubereitung von Mahlzeiten verwenden, statt lediglich Abläufe zu kontrollieren.

Vor- und Nachteile von Computer Vision im Eisenbahnbetrieb#

Computer Vision bietet zahlreiche Vorteile, wenn es darum geht, Sicherheit, Wartung und alltägliche Abläufe in Eisenbahnsystemen zu verbessern. Hier sind einige der wichtigsten Vorteile:

• Vorausschauende Wartung: Durch die Erkennung früher Anzeichen von Verschleiß oder Schäden an Gleisen und Infrastruktur kann Vision AI dazu beitragen, Ausfälle zu verhindern, bevor sie auftreten.
• Überwachung rund um die Uhr: Im Gegensatz zu menschlichen Inspektoren können Computer-Vision-Systeme kontinuierlich arbeiten, ohne zu ermüden oder Schichten zu benötigen.
• Skalierbarkeit: Nach der Einführung kann dasselbe System mit geringem zusätzlichen Aufwand auf weitere Bahnhöfe, Züge oder Betriebsbereiche ausgeweitet werden.

Trotz der vielen Vorteile, die Vision AI für den Schienenverkehr bietet, bestehen bei der Einführung und Wartung dieser Systeme weiterhin Herausforderungen. Hier sind einige Nachteile, die du berücksichtigen solltest:

• Datenschutzbedenken: Eine kontinuierliche Überwachung öffentlicher Bereiche kann ethische Fragen aufwerfen und bei Fahrgästen und Mitarbeitenden Unbehagen auslösen.
• Hohe Anfangskosten: Die Einrichtung eines Vision-AI-Systems einschließlich Kameras, Servern und AI-Software erfordert eine erhebliche Anfangsinvestition.
• Komplexe Integration: Die Integration von Computer-Vision-Systemen in bestehende Infrastruktur, etwa in ältere Signal- oder Steuerungssysteme, kann technisch anspruchsvoll sein.

Wichtige Erkenntnisse#

Mit dem Wachstum der Eisenbahnnetze steigt auch der Bedarf an Echtzeitsystemen, die zuverlässige Erkenntnisse liefern. Computer-Vision-Systeme nutzen Objekterkennung, strukturelle Prüfungen und Echtzeitalarme, um Betreiber dabei zu unterstützen, schnell und präzise auf Probleme zu reagieren.

AI-Werkzeuge verbessern den täglichen Betrieb und senken zugleich langfristig Wartungskosten und Sicherheitsrisiken. Mit der Weiterentwicklung dieser Werkzeuge wird AI eine wichtige Rolle dabei spielen, Eisenbahnsysteme effizienter, reaktionsfähiger und sicherer zu machen.

Werde Teil unserer wachsenden Community! Besuche unser GitHub-Repository, um mehr über AI zu erfahren. Bist du bereit, deine Computer-Vision-Projekte zu starten? Sieh dir unsere Lizenzoptionen an. Entdecke AI in der Landwirtschaft und Vision AI im Gesundheitswesen auf unseren Lösungsseiten!