TrainVision von mtrail reduziert die Zeit für die Erfassung von Schienendaten um fast 100 %

Seit 15 Jahren unterstützt mtrail Bahn- und Infrastrukturbetreiber mit tiefgreifender Branchenexpertise und technischen Lösungen zur Optimierung von Betriebsabläufen. Mit TrainVision hat mtrail dieses Fachwissen in ein auf Ultralytics YOLO basierendes, intelligentes Objekterkennungssystem verwandelt, das manuelle Prozesse automatisiert und optimiert und so eine effiziente Anomalieerkennung sowie eine sichere Erfassung und Validierung von Zugdaten ermöglicht.

Die Herausforderung: Warum Formationsdaten wichtig sind#

Genaue Formations- und Traktionsdaten (die genaue Abfolge von Wagen und Lokomotiven, aus denen ein Zug besteht, zusammen mit Zuglänge, Gewicht und Traktionsdetails) sind für eine zuverlässige Fahrplangestaltung und Fahrgastinformation unerlässlich. Eisenbahninfrastrukturunternehmen sind verpflichtet, diese Daten an zentrale Zuginformationssysteme zu melden.

Bei Personenzügen können Formationsdaten in der Regel automatisch aus Planungsdaten abgeleitet werden. Bei Bauzügen und in Rangierbahnhöfen ist eine manuelle Eingabe jedoch oft nach wie vor erforderlich. Das bedeutet, dass Bahnbeschäftigte die Europäische Fahrzeugnummer (EVN) jedes Wagens und jeder Lokomotive manuell erfassen müssen – typischerweise mit Handschuhen in einer aktiven Gleisumgebung. Dieser Prozess ist langsam, fehleranfällig und birgt ein echtes Sicherheitsrisiko: Jede Sekunde, die ein Beschäftigter auf ein Tablet schaut, bedeutet eine Sekunde geringere Aufmerksamkeit für das umliegende Gleisbett.

TrainVision: Echtzeiterkennung für schienenspezifische Daten#

TrainVision nutzt maschinelles Lernen und Computer Vision, um diese Erkennung von Anfang bis Ende zu automatisieren. Heutige manuelle Prozesse werden dabei durch einen klaren Pfad zur vollständigen Automatisierung unterstützt. Für die Objekterkennung setzt TrainVision auf Ultralytics YOLO, um Elemente wie EVNs und Gefahrensymbole innerhalb eines Frames präzise zu lokalisieren. Sobald diese lokalisiert sind, extrahieren die eigens von mtrail trainierten OCR- und Erkennungsmodelle die domainspezifischen Informationen: Sie lesen die EVN selbst aus, identifizieren Gefahrenklassen oder Bremsschilder.

Abb. 1: Live-Demo von TrainVision mit Ultralytics YOLO, speziell trainiert für EVN und Wagenaufschriften (privat aufgenommenes Bild).

Um die für diesen Anwendungsfall geforderte Genauigkeit zu erreichen, trainiert mtrail seine Modelle mit realen Aufnahmen in Kombination mit Millionen intern generierter synthetischer Bilder. Da der Syntheseprozess vollständig definiert und nachvollziehbar ist, müssen die resultierenden Bilder nicht manuell mit Labels versehen werden. Dies bedeutet eine erhebliche Zeitersparnis, die es mtrail ermöglicht, Modelle schnell neu zu trainieren, sobald ein neuer realer Randfall (Witterungseinflüsse, Verdeckungen, ungewöhnliche Beleuchtung) identifiziert wird.

TrainVision ist kein einzelnes Einheitsmodell. Für jede Zielplattform baut mtrail ein maßgeschneidertes, plattformspezifisches Modell, das für diese Laufzeitumgebung optimiert ist. Dadurch lässt sich TrainVision in eine Vielzahl von Bereitstellungsumgebungen integrieren – von mobilen Handheld-Geräten bis hin zu stationären Gleiskamerasystemen –, während jedes Bild dennoch in nur 8 bis 30 Millisekunden verarbeitet wird.

Warum Ultralytics YOLO?#

Für mtrail waren Erkennungsgeschwindigkeit und Edge-Deployment unverzichtbare Anforderungen. TrainVision musste nicht nur in einem Rechenzentrum, sondern auch im Außeneinsatz auf mobilen Geräten zuverlässig laufen und dabei auf den plattformspezifischen Modellen für jede Ziel-Laufzeitumgebung funktionieren.

Diese Leistung machte Ultralytics YOLO zum Fundament für die Objekterkennungsschicht von TrainVision. Die YOLO-Modelle werden mit realen Bilddaten trainiert, um Elemente wie EVNs und Gefahrensymbole sowohl bei mobilen als auch bei fest installierten Kamerainstallationen präzise zu lokalisieren. Die eigenen OCR- und Erkennungsmodelle von mtrail übernehmen anschließend die domainspezifische Arbeit und extrahieren die detaillierten Informationen aus den von YOLO lokalisierten Bereichen.

Kundennutzen und Ergebnisse#

Durch die Automatisierung einer Aufgabe, die zuvor vollständig auf manueller Eingabe beruhte, liefert TrainVision messbare Verbesserungen für Eisenbahnbetreiber:

• Bis zu 100 % Reduzierung der Datenerfassungszeit durch den Wegfall der manuellen EVN-Eingabe vor Ort. mtrail verzeichnete mit Ultralytics YOLO einen Effizienzsprung von rund 40 % auf nahezu 100 %.
• Mindestens 90 % weniger Fehler im Vergleich zur manuellen Dateneingabe.
• Verbesserte Arbeitssicherheit für das Personal, da die Ablenkung durch manuelle Dateneingabe in aktiven Gleisbereichen wegfällt.
• Volles Automatisierungspotenzial für Festinstallationen, bei denen stationäre Kamerasysteme eine Vielzahl schienenspezifischer Messpunkte – darunter Zugverbände, Gefahrgut, Bremseigenschaften, Wagoneinsatzbedingungen und Fristdaten – ohne manuelle Eingriffe validieren können.

Was als Nächstes für TrainVision ansteht#

Mängel, die heute oft manuell mit physischen Aufklebern erfasst werden, könnten stattdessen automatisch erkannt und über standardisierte Schnittstellen wie TAF-TSI direkt in europäische Bahndatensysteme oder Wartungssysteme eingespeist werden. Die Kombination aus mtrails Schienen-Domain-expertise und Computer Vision auf diesem Niveau könnte sowohl die Effizienz als auch die Qualität der Fehlererkennung weiter steigern und – durch die Erweiterung von Stichprobenprüfungen mit stationären Systemen – dazu beitragen, eine umfassendere, kontinuierliche Sicherheitsüberwachung im gesamten Netz zu etablieren.

mtrail sieht weiteres signifikantes Potenzial bei Sicherheitsprüfungen und vorausschauender Wartung (Predictive Maintenance) für rollendes Material. Die Anomalieerkennung wird derzeit bei Übergaben von rollendem Material zwischen Eigentümern und Eisenbahnverkehrsunternehmen manuell durchgeführt, einschließlich der Stichprobeninspektionen gemäß ISO 2859 und den Allgemeinen Anwendungsbestimmungen für Güterwagen (AGV), die einen natürlichen nächsten Anwendungsbereich für die Erkennungsfunktionen von TrainVision darstellen.

Sie möchten wissen, wie Vision AI den Schienen- und Transportbetrieb transformieren kann? Erkunden Sie die Branchenlösungen von Ultralytics, entdecken Sie unsere Lizenzierungsoptionen oder besuchen Sie das GitHub-Repository, um noch heute loszulegen.