mtrail hat TrainVision entwickelt, ein Offline-AI-System zur Bilderkennung in Echtzeit, das auf Ultralytics YOLO basiert und automatisch Europäische Fahrzeugnummern, Gefahrzeichen und Bremszeichen erkennt. Dadurch wird die Zeit für die Datenerfassung um 40–100 % verkürzt und die Fehlerquote um mindestens 90 % reduziert.
Seit 15 Jahren unterstützt mtrail Eisenbahn- und Infrastrukturbetreiber mit umfassender Branchenexpertise und technischen Lösungen, die betriebliche Abläufe optimieren. Mit TrainVision hat mtrail diese Expertise in ein intelligentes System zur Objekterkennung überführt, das auf Ultralytics YOLO basiert, manuelle Prozesse automatisiert und optimiert und dadurch eine effiziente Anomalieerkennung sowie die sichere Erfassung und Validierung von Zugdaten ermöglicht.
Die Herausforderung: Warum Zugbildungsdaten wichtig sind#
Genaue Daten zur Zugbildung und Traktion (die exakte Reihenfolge der Wagen und Lokomotiven, aus denen ein Zug besteht, sowie Zuglänge, Gewicht und Traktionsdaten) sind für eine zuverlässige Fahrplanerstellung und Kundeninformation unerlässlich. Eisenbahnverkehrsunternehmen müssen diese Daten an zentrale Zuginformationssysteme melden.
Bei Personenzügen lassen sich Zugbildungsdaten normalerweise automatisch aus Planungsdaten ableiten. Bei Bauzügen und in Rangierbahnhöfen ist jedoch häufig noch eine manuelle Eingabe erforderlich. Das bedeutet, dass das Bahnpersonal die Europäische Fahrzeugnummer (EVN) jedes Wagens und jeder Lokomotive manuell erfassen muss – typischerweise mit Handschuhen und in einem aktiven Gleisbereich. Dieser Prozess ist langsam, fehleranfällig und stellt ein echtes Sicherheitsrisiko dar: Jede Sekunde, in der eine Arbeitskraft auf ein Tablet konzentriert ist, bedeutet eine Sekunde geringerer Aufmerksamkeit für das umliegende Gleis.
TrainVision: Echtzeiterkennung für bahnspezifische Daten#
TrainVision nutzt maschinelles Lernen und Computer Vision, um diese Erkennung vollständig zu automatisieren. Heute unterstützt das System manuelle Prozesse und bietet gleichzeitig einen klaren Weg zur vollständigen Automatisierung. Für die Objekterkennung setzt TrainVision auf Ultralytics YOLO, um Elemente wie EVNs und Gefahrzeichen innerhalb eines Bildausschnitts präzise zu lokalisieren. Anschließend extrahieren die eigens trainierten OCR- und Erkennungsmodelle von mtrail die branchenspezifischen Informationen: Sie lesen die EVN selbst aus, bestimmen Gefahrgutklassen oder erkennen Bremszeichen.
Abb. 1: Live-Demo von TrainVision mit Ultralytics YOLO, eigens für EVNs und Wagenkennzeichnungen trainiert. (Privat aufgenommene Abbildung.)
Um die für diesen Anwendungsfall erforderliche Genauigkeit zu erreichen, trainiert mtrail seine Modelle mit Aufnahmen aus der realen Welt, die mit Millionen intern erzeugter synthetischer Bilder kombiniert werden. Da der Syntheseprozess vollständig definiert und nachvollziehbar ist, müssen die resultierenden Bilder nicht manuell beschriftet werden. Das spart erheblich Zeit und ermöglicht es mtrail, die Modelle schnell neu zu trainieren, sobald ein neuer Sonderfall aus der realen Welt (Verwitterung, Verdeckung, ungewöhnliche Lichtverhältnisse) erkannt wird.
TrainVision ist kein einzelnes Modell, das für alle Anwendungsfälle geeignet ist. Für jede Zielplattform entwickelt mtrail ein maßgeschneidertes, plattformspezifisches Modell, das für die jeweilige Laufzeitumgebung optimiert ist. Dadurch lässt sich TrainVision in verschiedenste Einsatzumgebungen integrieren – von mobilen Handgeräten bis hin zu stationären kamerabasierten Systemen am Gleis – und verarbeitet dennoch jedes Bild in nur 8–30 Millisekunden.
Warum Ultralytics YOLO?#
Für mtrail waren Erkennungsgeschwindigkeit und der Einsatz auf Edge-Geräten unverzichtbare Anforderungen. TrainVision musste zuverlässig auf mobilen Geräten im Außeneinsatz laufen, nicht nur in einem Rechenzentrum, und zwar mit den für jede Zielumgebung entwickelten plattformspezifischen Modellen.
Diese Leistungsfähigkeit machte Ultralytics YOLO zur Grundlage der Objekterkennungsschicht von TrainVision. Die YOLO-Modelle werden mit Aufnahmen aus der realen Welt trainiert, um Elemente wie EVNs und Gefahrzeichen sowohl bei mobilen als auch bei Einsätzen mit stationären Kameras präzise zu lokalisieren. Anschließend übernehmen die OCR- und Erkennungsmodelle von mtrail die branchenspezifischen Aufgaben und extrahieren die detaillierten Informationen aus den von YOLO lokalisierten Elementen.
Vorteile und Ergebnisse für Kunden#
Durch die Automatisierung einer Aufgabe, die zuvor vollständig auf manueller Eingabe beruhte, erzielt TrainVision messbare Verbesserungen für Eisenbahnverkehrsunternehmen:
- Bis zu 100 % weniger Zeitaufwand für die Datenerfassung, da die manuelle Eingabe von EVNs im Außeneinsatz entfällt. Mit Ultralytics YOLO verzeichnete mtrail eine Effizienzsteigerung von etwa 40 % auf nahezu 100 %.
- Mindestens 90 % weniger Fehler, verglichen mit der manuellen Dateneingabe.
- Mehr Sicherheit für das Personal, da die Ablenkung durch die manuelle Dateneingabe in aktiven Gleisbereichen entfällt.
- Potenzial für vollständige Automatisierung bei stationären Installationen, bei denen stationäre Kamerasysteme ohne manuelles Eingreifen eine Vielzahl bahnspezifischer Messpunkte prüfen können, darunter Zugbildungen, Gefahrgut, Bremseigenschaften, den Zustand von Wagen und Revisionstermine.
Wie es mit TrainVision weitergeht#
Mängel, die heute häufig manuell mit physischen Aufklebern erfasst werden, könnten stattdessen automatisch erkannt und über standardisierte Schnittstellen wie TAF-TSI direkt an europäische Bahndatenplattformen oder Instandhaltungssysteme übermittelt werden. Die Verbindung der Bahnexpertise von mtrail mit Computer Vision auf diesem Niveau könnte sowohl die Effizienz als auch die Qualität der Mängelerkennung weiter steigern und durch die Ergänzung von Stichproben durch stationäre Systeme dazu beitragen, eine umfassendere kontinuierliche Sicherheitsüberwachung im gesamten Netz zu etablieren.
mtrail sieht weiteres großes Potenzial bei Sicherheitsprüfungen und der vorausschauenden Instandhaltung von Schienenfahrzeugen. Die Anomalieerkennung erfolgt derzeit bei Übergaben von Schienenfahrzeugen zwischen Eigentümern und Eisenbahnverkehrsunternehmen manuell. Dazu gehören auch die in ISO 2859 festgelegten Stichprobenprüfungen und der Allgemeine Vertrag für die Verwendung von Güterwagen, die sich als nächste Anwendung für die Erkennungsfunktionen von TrainVision anbieten.
Möchtest du erfahren, wie Vision AI den Bahnbetrieb und Transportabläufe verändern kann? Entdecke die Branchenlösungen von Ultralytics, informiere dich über unsere Lizenzoptionen oder sieh dir das GitHub-Repository an, um noch heute loszulegen.
