Aplicaciones de la visión artificial en las operaciones ferroviarias

Para ver una explicación visual de los conceptos tratados en este artículo, mira el vídeo que aparece a continuación.

Los ferrocarriles son una parte esencial de los sistemas de transporte terrestre. Con más de un millón de kilómetros de vías en todo el mundo, las redes ferroviarias conectan ciudades, industrias y comunidades a grandes distancias. A medida que estos sistemas se amplían y aumenta la demanda, garantizar la seguridad y la eficiencia requiere algo más que inspecciones y supervisión manuales.

Las nuevas soluciones son cada vez más imprescindibles. Por ejemplo, la visión artificial, una rama de la inteligencia artificial (AI) dedicada al procesamiento de datos visuales, se está utilizando para optimizar distintas operaciones ferroviarias.

Los sistemas basados en visión utilizan cámaras y modelos de visión artificial como Ultralytics YOLO11 para proporcionar a los operadores ferroviarios información sobre las operaciones en tiempo real. Mediante tareas como la detección de objetos y la segmentación de instancias, modelos como YOLO11 pueden analizar vías, andenes, túneles e interiores de trenes para detectar objetos, personas o peligros.

Imagina que alguien se acerca demasiado al borde del andén o que aparecen residuos en la vía. La visión artificial con IA puede detectarlo en tiempo real y enviar una alerta, lo que permite a los equipos de la estación responder rápidamente y evitar que los posibles riesgos provoquen retrasos o accidentes. También ayuda al personal a supervisar zonas difíciles de vigilar en todo momento.

Fig. 1. Ejemplo de uso de Ultralytics YOLO11 para detectar a personas en el andén de una estación.

A medida que aumenta la adopción de la IA y la visión artificial, cada vez más ciudades empiezan a utilizar la IA visual para que las operaciones ferroviarias sean más seguras y eficientes. En este artículo veremos cómo se aplica la IA visual en los flujos de trabajo del transporte ferroviario en todo el mundo.

El papel de la visión artificial con IA en las operaciones de transporte ferroviario#

Las redes ferroviarias incluyen muchos elementos móviles que deben supervisarse en tiempo real. Lo que tradicionalmente hacía el personal de las estaciones ahora puede automatizarse con IA. Los modelos de visión artificial, como YOLO11, pueden ayudar a los operadores de las estaciones a vigilar más de cerca las operaciones ferroviarias y a responder rápidamente cuando surgen problemas.

En concreto, las tareas de visión artificial son las funciones específicas para las que pueden entrenarse estos modelos mediante imágenes de cámaras. Estas son algunas tareas clave que pueden utilizarse para supervisar las operaciones ferroviarias:

• Detección de objetos: Esta tarea consiste en identificar y localizar objetos concretos en una imagen o fotograma de vídeo. En aplicaciones ferroviarias, modelos como Ultralytics YOLO11 pueden detectar elementos como escombros, herramientas, equipaje o personas en las vías o cerca de ellas.
• Segmentación de instancias: Delimita cada objeto individual mediante una máscara a nivel de píxel en lugar de una caja delimitadora. En la supervisión de infraestructuras ferroviarias, se puede utilizar para evaluar el estado de las vías, los andenes y otras superficies mediante la identificación de características como grietas, corrosión o desgaste.
• Estimación de poses: Consiste en detectar y analizar la posición de las articulaciones clave del cuerpo para comprender la postura humana. En entornos ferroviarios, puede ayudar a identificar situaciones de emergencia, como una persona que se desploma en un andén, y activar alertas para intervenir.
• Seguimiento de objetos: Consiste en supervisar el movimiento de objetos detectados a lo largo de varios fotogramas de vídeo. En estaciones o trenes, el seguimiento ayuda a observar el flujo de pasajeros y a supervisar los movimientos de los trenes.

Fig. 2. Ultralytics YOLO11 puede utilizarse para detectar y seguir a personas y trenes con fines de seguridad.

Uso de Vision AI para supervisar el ferrocarril#

Aunque la supervisión basada en visión suele asociarse a la seguridad y la vigilancia, los sistemas ferroviarios utilizan Vision AI para mucho más que las tareas básicas de seguridad. También contribuye a mejorar las operaciones, reforzar la seguridad y respaldar la gestión general del sistema en toda la red.

Una ventaja clave de utilizar Vision AI en el transporte público es su capacidad para funcionar en tiempo real y proporcionar al personal de las estaciones información útil y oportuna para anticiparse a posibles problemas.

Veamos algunos ejemplos reales de cómo la visión artificial ayuda a que los ferrocarriles funcionen con mayor precisión y control.

Detección de objetos en sistemas ferroviarios para tareas de mantenimiento#

A medida que el tráfico ferroviario sigue creciendo en Europa, la necesidad de supervisar las infraestructuras de forma fiable se ha vuelto crucial. Es necesario inspeccionar periódicamente las vías para detectar desgaste, daños y desalineaciones, y así garantizar operaciones seguras y fluidas. Esto implica revisar miles de kilómetros de vías para detectar los primeros indicios de defectos antes de que provoquen costosas interrupciones o accidentes. Vision AI ofrece una forma eficaz de automatizar y mejorar este proceso de inspección.

Fig. 3. Los sistemas de visión artificial pueden detectar partes defectuosas de las vías del ferrocarril.

Por ejemplo, en los Países Bajos, donde la red ferroviaria se extiende a lo largo de miles de kilómetros, supervisar y mantener las vías de forma constante es una tarea enorme. Aunque las inspecciones manuales siguen siendo importantes, pueden ser lentas, requerir mucha mano de obra y, a menudo, interrumpir el servicio. Para resolverlo, se introdujo un sistema de visión artificial que permite inspeccionar el estado de las vías en tiempo real.

Las cámaras instaladas en trenes en movimiento capturan un flujo continuo de imágenes de alta resolución. A continuación, modelos de Vision AI entrenados para detectar desalineaciones en las vías, componentes desgastados o dañados y piezas que faltan analizan estas imágenes.

Con una supervisión continua y automatizada, las inspecciones no solo son más rápidas, sino también más precisas. Los equipos de mantenimiento pueden dar prioridad a las zonas que más atención necesitan y reducir las comprobaciones innecesarias. Como resultado, los operadores han podido reducir los riesgos operativos y los retrasos, y mejorar la seguridad general sin interrumpir el servicio diario.

Operaciones ferroviarias más seguras con IA en las infraestructuras#

En los grandes proyectos ferroviarios, mantener la seguridad en las obras es uno de los desafíos más persistentes. Esto fue especialmente cierto durante la construcción de la red ferroviaria urbana de Wuhan, en China, donde las obras activas y las condiciones cambiantes exigían una supervisión constante.

Tradicionalmente, las comprobaciones de seguridad dependían de la observación manual, lo que a menudo significaba que los riesgos solo se identificaban después de que se produjera un incidente. Para mejorar los tiempos de respuesta y reducir los riesgos, los investigadores introdujeron un sistema de supervisión de la seguridad en tiempo real basado en visión artificial.

Se instalaron más de 240 cámaras de alta definición en las obras para grabar la actividad de forma continua. Las imágenes de vídeo se procesaban in situ mediante modelos de IA capaces de detectar no solo cuándo alguien entraba en una zona peligrosa, sino también si los equipos cercanos estaban parados o en movimiento, un factor importante para evaluar el riesgo en tiempo real. Cuando se detectaba una conducta insegura, el sistema podía enviar alertas inmediatas a los supervisores de la obra.

Fig. 4. Detección de peligros mediante visión artificial.

Una mirada a la vigilancia ferroviaria con Vision AI#

Además de mejorar el mantenimiento y las inspecciones de seguridad, también se usa la visión artificial para detectar intrusiones en las vías en tiempo real. Es una preocupación importante: solo en 2023 se registraron casi 1 000 muertes relacionadas con el ferrocarril en Estados Unidos. Muchos de estos incidentes implicaron el acceso no autorizado a las vías, un ámbito en el que los métodos de vigilancia tradicionales suelen tener limitaciones.

Para abordar este problema, los ferrocarriles de Estados Unidos están empezando a adoptar soluciones de visión artificial. Estos sistemas utilizan transmisiones de vídeo en directo, analizadas por modelos de IA, para detectar incidentes como el acceso no autorizado, obstáculos en las vías y posibles infracciones de las señales. Al identificar estos problemas cuando se producen, el sistema ayuda a los equipos a responder rápidamente, antes de que se interrumpa el servicio o se ponga en peligro la seguridad.

A diferencia de las inspecciones manuales, que se realizan a intervalos establecidos, los sistemas de visión artificial ofrecen una supervisión continua y en tiempo real de toda la red. Cuando se detecta una amenaza, se envían alertas inmediatamente a los operadores, lo que permite responder con rapidez y de forma específica. Esto mejora el conocimiento de la situación, agiliza la intervención y reduce los retrasos causados por incidentes evitables.

Supervisión de la seguridad alimentaria con Vision AI#

Cada día se preparan y sirven millones de comidas en trenes y estaciones, donde la higiene es prioritaria. En India, la Corporación de Catering y Turismo de los Ferrocarriles Indios (IRCTC) gestiona una de las redes de alimentación ferroviaria más grandes del mundo.

Hasta hace poco, las comprobaciones de higiene se realizaban manualmente, lo que dificultaba supervisar todas las cocinas en todo momento. Para mejorar la eficiencia y la fiabilidad, IRCTC introdujo un sistema de Vision AI que supervisa en tiempo real las prácticas de seguridad alimentaria.

El sistema se conecta a las cámaras CCTV existentes en las cocinas y las zonas de preparación de alimentos. Utiliza modelos de IA entrenados para detectar problemas de higiene habituales, como que el personal no se lave las manos, la falta de guantes o redecillas para el pelo, o que las superficies de trabajo estén sucias.

Desde su implantación, el sistema ha contribuido a mejorar los estándares de higiene y ha facilitado que el personal controle la seguridad alimentaria, al tiempo que dedica más tiempo a preparar comidas y no solo a comprobar procedimientos.

Ventajas e inconvenientes de la visión artificial en las operaciones ferroviarias#

La visión artificial ofrece diversas ventajas para mejorar la seguridad, el mantenimiento y las operaciones cotidianas de los sistemas ferroviarios. Estas son algunas de las principales:

• Mantenimiento predictivo: Al detectar los primeros indicios de desgaste o daños en las vías y las infraestructuras, Vision AI puede ayudar a prevenir averías antes de que se produzcan.
• Supervisión las 24 horas: A diferencia de los inspectores humanos, los sistemas de visión artificial pueden funcionar de forma continua, sin cansarse ni depender de turnos.
• Escalabilidad: Una vez implantado, el mismo sistema puede ampliarse para cubrir más estaciones, trenes o zonas operativas con un esfuerzo adicional mínimo.

Pese a las numerosas ventajas que Vision AI aporta al transporte ferroviario, implantar y mantener estos sistemas sigue planteando desafíos. Estos son algunos inconvenientes que conviene tener en cuenta:

• Cuestiones de privacidad: La vigilancia continua en espacios públicos puede suscitar problemas éticos y generar incomodidad entre pasajeros y personal.
• Coste inicial elevado: La instalación de un sistema de Vision AI, incluidas las cámaras, los servidores y el software de IA, requiere una inversión inicial considerable.
• Integración compleja: Integrar sistemas de visión artificial con la infraestructura existente, como los sistemas de señalización o control heredados, puede ser técnicamente complicado.

Conclusiones clave#

A medida que crecen las redes ferroviarias, aumenta la demanda de sistemas en tiempo real que proporcionen información fiable. Los sistemas de visión artificial utilizan la detección de objetos, las comprobaciones estructurales y las alertas en tiempo real para ayudar a los operadores a responder a los problemas con rapidez y precisión.

Las herramientas de IA mejoran las operaciones diarias y también reducen los costes de mantenimiento a largo plazo y los riesgos para la seguridad. A medida que estas herramientas mejoren, la IA desempeñará un papel importante para que los sistemas ferroviarios sean más eficientes, ágiles y seguros.

¡Únete a nuestra creciente comunidad! Explora nuestro repositorio de GitHub para obtener más información sobre la IA. ¿Quieres empezar tus proyectos de visión artificial? Consulta nuestras opciones de licencia. Descubre la IA en la agricultura y Vision AI en la atención sanitaria en nuestras páginas de soluciones.