Aplicaciones de la visión artificial en las operaciones ferroviarias

Para un recorrido visual de los conceptos cubiertos en este artículo, mira el vídeo a continuación.

Los ferrocarriles son una parte fundamental de los sistemas de transporte terrestre. Con una extensión de más de 1 millón de kilómetros de ruta en todo el mundo, las redes ferroviarias conectan ciudades, industrias y comunidades a través de grandes distancias. A medida que estos sistemas se expanden y la demanda crece, garantizar la seguridad y la eficiencia requiere algo más que revisiones y monitorización manuales.

Las soluciones de vanguardia son cada vez más esenciales. Por ejemplo, la visión por ordenador, una rama de la inteligencia artificial (IA) que se ocupa del procesamiento de datos visuales, se está utilizando para optimizar diversas operaciones ferroviarias.

Los sistemas con visión incorporada utilizan cámaras y modelos de visión por ordenador como Ultralytics YOLO11 para ofrecer a los operadores ferroviarios conocimiento en tiempo real de las operaciones. Mediante tareas como la detección de objetos y la segmentación de instancias, modelos como YOLO11 pueden intervenir para analizar vías, andenes, túneles y el interior de los trenes con el fin de detectar objetos, personas o peligros.

Imagina una situación en la que alguien se encuentra demasiado cerca del borde del andén o aparece escombros en la vía. La IA de visión puede detectarlo en tiempo real y enviar una alerta, permitiendo que los equipos de la estación respondan rápidamente y eviten que posibles riesgos se conviertan en retrasos o accidentes. También ayuda al personal mediante la supervisión de zonas que son difíciles de vigilar en todo momento.

Fig. 1. Un ejemplo de uso de Ultralytics YOLO11 para detectar personas de pie en un andén de tren.

A medida que crece la adopción de la IA y la visión artificial, más ciudades comienzan a utilizar la IA de visión para hacer que las operaciones ferroviarias sean más seguras y eficientes. En este artículo, exploraremos cómo se aplica la IA de visión en los flujos de trabajo del transporte ferroviario en todo el mundo. ¡Empecemos!

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

Las redes ferroviarias implican muchas partes móviles que deben monitorizarse en tiempo real. Lo que tradicionalmente hacía el personal de la estación ahora se puede automatizar mediante IA. Los modelos de visión por ordenador como YOLO11 pueden ayudar a los operadores de las estaciones a vigilar las funciones ferroviarias de cerca y a responder con rapidez cuando surgen problemas.

En particular, las tareas de visión por ordenador se refieren a las funciones específicas que estos modelos se pueden entrenar para realizar utilizando información visual procedente de cámaras. Estas son algunas de las tareas clave que se pueden emplear para monitorizar las operaciones ferroviarias:

• Detección de objetos: Esta tarea consiste en identificar y localizar objetos específicos dentro de una imagen o fotograma de vídeo. En aplicaciones ferroviarias, modelos como Ultralytics YOLO11 pueden detectar elementos como escombros, herramientas, equipaje o personas sobre las vías o cerca de ellas.

• Seguimiento de objetos: Esto se refiere a la supervisión del movimiento de los objetos detectados a lo largo de varios fotogramas de vídeo. En las estaciones o a bordo de los trenes, el seguimiento ayuda a seguir el flujo de pasajeros y a monitorizar los movimientos de los trenes.

• Estimación de pose: Consiste en detectar y analizar las posiciones de las articulaciones corporales clave para comprender la postura humana. En entornos ferroviarios, puede ayudar a identificar situaciones de emergencia, como una persona que se desploma en un andén, activando alertas para una intervención.

• Segmentación de instancias: Se centra en clasificar cada píxel de una imagen en categorías predefinidas. En la monitorización de infraestructuras ferroviarias, puede utilizarse para evaluar el estado de vías, andenes y otras superficies mediante la identificación de características como grietas, corrosión o desgaste.

Fig. 2. Se puede usar Ultralytics YOLO11 para detectar y rastrear personas y trenes con fines de seguridad.

Uso de la IA de visión para la monitorización ferroviaria#

Aunque la monitorización basada en visión se asocia normalmente con la seguridad y la vigilancia, los sistemas ferroviarios utilizan la IA de visión para mucho más que tareas básicas de seguridad. También desempeña un papel en la mejora de las operaciones, el refuerzo de la seguridad y el apoyo a la gestión general del sistema en toda la red.

Un beneficio clave de utilizar la Vision AI en el transporte público es su capacidad para trabajar en tiempo real, lo que proporciona al personal de la estación información oportuna y útil para adelantarse a posibles problemas.

Analicemos algunos ejemplos reales de cómo la visión artificial ayuda a los ferrocarriles a operar 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 una monitorización fiable de las infraestructuras se ha vuelto crucial. Las vías deben inspeccionarse periódicamente para detectar desgaste, daños y desalineaciones a fin de facilitar unas operaciones seguras y fluidas. Esto implica comprobar miles de kilómetros de vía para detectar signos tempranos de defectos antes de que provoquen costosas interrupciones o accidentes. La IA de visión ofrece una forma eficaz de automatizar y mejorar este proceso de inspección.

Fig 3. Los sistemas de visión por ordenador pueden detectar piezas defectuosas en las vías del tren.

Por ejemplo, en los Países Bajos, donde la red ferroviaria se extiende a lo largo de miles de kilómetros, monitorizar y mantener las vías constantemente es una tarea enorme. Aunque las inspecciones manuales siguen siendo importantes, pueden ser lentas, requerir mucho trabajo y, a menudo, interrumpir el servicio. Para solucionar esto, se introdujo un sistema de visión por ordenador para inspeccionar las condiciones de las vías férreas en tiempo real.

Las cámaras montadas en trenes en movimiento capturan un flujo continuo de imágenes de alta resolución. A continuación, estas imágenes son analizadas por modelos de Vision AI entrenados para detectar desalineaciones en las vías, componentes gastados o dañados y piezas faltantes.

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

Impulsar operaciones más seguras con IA en la infraestructura ferroviaria#

En los proyectos ferroviarios a gran escala, mantener la seguridad en las instalaciones es uno de los retos más constantes. Esto fue especialmente cierto durante la construcción de la red ferroviaria urbana de Wuhan, en China, donde las obras activas y las condiciones cambiantes requerían una supervisión constante.

Tradicionalmente, las revisiones de seguridad dependían de la observación manual, lo que a menudo significaba que los riesgos solo se identificaban después de que hubiera ocurrido un incidente. Para mejorar los tiempos de respuesta y reducir el riesgo, los investigadores introdujeron un sistema de monitorización de seguridad en tiempo real impulsado por visión por ordenador.

Se instalaron más de 240 cámaras de alta definición en las obras de construcción para registrar la actividad de forma continuada. Las secuencias de vídeo se procesaron in situ utilizando modelos de IA capaces de detectar no solo cuándo las personas entraban en áreas peligrosas, sino también si el equipo cercano estaba parado o en movimiento, un factor importante para evaluar el riesgo en tiempo real. Cuando se detectaba un comportamiento inseguro, el sistema podía enviar alertas inmediatas a los supervisores de la obra.

Fig 4. Detección de peligros mediante visión por ordenador.

Un vistazo a la vigilancia ferroviaria mediante IA de visión#

Además de mejorar el mantenimiento y las inspecciones de seguridad, la visión artificial también se utiliza para monitorizar las vías férreas en tiempo real en busca de intrusiones. Se trata de una preocupación grave, con 995 muertes relacionadas con el ferrocarril notificadas en Estados Unidos solo en 2023. Muchos de estos incidentes implicaron el acceso no autorizado a las vías, un área donde los métodos de monitorización tradicionales suelen ser limitados.

Para abordar este problema, los ferrocarriles de Estados Unidos están empezando a adoptar soluciones de visión por ordenador. Estos sistemas utilizan transmisiones de vídeo en directo, analizadas por modelos de IA, para detectar eventos como intrusiones, obstrucciones en las vías y posibles infracciones de señales. Al identificar estos problemas a medida que ocurren, el sistema ayuda a los equipos a responder con rapidez, antes de que se interrumpa el servicio o se ponga en riesgo la seguridad.

A diferencia de las inspecciones manuales, que se producen a intervalos establecidos, los sistemas de visión artificial proporcionan una monitorización continua en tiempo real en toda la red. Cuando se detecta una amenaza, se envían alertas inmediatamente a los operadores, lo que permite respuestas rápidas y específicas. Esto conduce a una mejor conciencia situacional, una intervención más rápida y menos retrasos causados por incidentes evitables.

Monitorización de la seguridad alimentaria con IA de visión#

Cada día, millones de comidas se preparan y sirven en trenes y estaciones, donde la higiene es una prioridad absoluta. En la India, la Indian Railway Catering and Tourism Corporation (IRCTC) gestiona una de las redes de alimentación ferroviaria más grandes del mundo.

Hasta hace poco, las revisiones de higiene se hacían de forma manual, lo que dificultaba la supervisión constante de todas las cocinas. Para hacer las cosas más eficientes y fiables, IRCTC introdujo un sistema de Vision AI que supervisa las prácticas de seguridad alimentaria en tiempo real.

El sistema se conecta a las cámaras CCTV existentes en cocinas y áreas de preparación de alimentos. Utiliza modelos de IA entrenados para detectar problemas de higiene comunes, como personal que no se lava las manos, falta de guantes o redecillas, o estaciones de trabajo sucias.

Desde su lanzamiento, el sistema ha ayudado a mejorar los estándares de higiene y ha facilitado que el personal mantenga el control de la seguridad alimentaria, a la vez que dedica más tiempo a centrarse en la preparación de comidas y no solo en la comprobación de procedimientos.

Pros y contras de la visión artificial en las operaciones ferroviarias#

La visión artificial ofrece una serie de ventajas a la hora de mejorar la seguridad, el mantenimiento y las operaciones cotidianas en los sistemas ferroviarios. Estas son algunas de las ventajas clave:

• Mantenimiento predictivo: Al detectar signos tempranos de desgaste o daños en las vías y la infraestructura, la IA de visión puede ayudar a prevenir fallos antes de que ocurran.
• Monitorización 24/7: A diferencia de los inspectores humanos, los sistemas de visión artificial pueden funcionar continuamente sin fatiga ni turnos.
• Escalabilidad: Una vez implementado, el mismo sistema se puede ampliar para cubrir más estaciones, trenes o zonas operativas con un esfuerzo adicional mínimo.

A pesar de los muchos aspectos positivos que la IA de visión aporta al transporte ferroviario, todavía existen desafíos en el despliegue y mantenimiento de estos sistemas. Aquí tienes algunos inconvenientes a tener en cuenta:

• Preocupaciones sobre la privacidad: La vigilancia continua en áreas públicas puede plantear problemas éticos y generar incomodidad entre los pasajeros y el personal.
• Alto coste inicial: Configurar un sistema de IA de visión, incluidas cámaras, servidores y software de IA, requiere una inversión inicial significativa.
• Integración compleja: Integrar sistemas de visión artificial con la infraestructura existente, como sistemas de señalización o control heredados, puede ser un reto técnico.

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 de forma rápida y precisa a los problemas.

Las herramientas de IA mejoran las operaciones diarias y también reducen los costes de mantenimiento a largo plazo y los riesgos de seguridad. A medida que estas herramientas mejoran, la IA está llamada a desempeñar un papel impactante para hacer que los sistemas ferroviarios sean más eficientes, receptivos y seguros.

¡Únete a nuestra creciente comunidad! Explora nuestro repositorio de GitHub para obtener más información sobre IA. ¿Estás listo para empezar tus proyectos de visión por ordenador? ¡Consulta nuestras opciones de licencia! ¡Descubre la IA en la agricultura y la Vision AI en la sanidad visitando nuestras páginas de soluciones!