Aplicaciones de la visión artificial en las operaciones ferroviarias

Para ver una explicación visual de los conceptos tratados en este artículo, mira el vídeo siguiente.

Los ferrocarriles son una parte esencial de los sistemas de transporte terrestre. Con más de 1 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 expanden y aumenta la demanda, garantizar la seguridad y la eficiencia requiere algo más que comprobaciones y supervisión manuales.

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

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

Imagina una situación en la que alguien se encuentra demasiado cerca del borde del andén o aparecen escombros en la vía. La IA de visión 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 se conviertan en retrasos o accidentes. También ayuda al personal supervisando zonas que son difíciles de vigilar en todo momento.

Fig. 1. Ejemplo del uso de Ultralytics YOLO11 para detectar a personas de pie en un andén.

A medida que crece la adopción de la AI y la visión por ordenador, cada vez más ciudades empiezan 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 muchos elementos en movimiento que deben supervisarse en tiempo real. Lo que tradicionalmente realizaba el personal de las estaciones ahora puede automatizarse mediante AI. Los modelos de visión por ordenador, como YOLO11, pueden ayudar a los operadores de las estaciones a vigilar más de cerca las funciones ferroviarias y responder rápidamente cuando surgen problemas.

En concreto, las tareas de visión por ordenador son las funciones específicas que estos modelos pueden aprender a realizar utilizando la entrada visual de las 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 específicos dentro de una imagen o un 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: Consiste en supervisar el movimiento de objetos detectados a lo largo de varios fotogramas de vídeo. En estaciones o trenes, el seguimiento ayuda a seguir el flujo de pasajeros y supervisar los movimientos de los trenes.

• Estimación de la pose: Consiste en detectar y analizar las posiciones de las principales articulaciones 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.

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

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

Uso de la IA de visión para la supervisión ferroviaria#

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

Una ventaja clave de utilizar la IA de visión en el transporte público es su capacidad para trabajar en tiempo real, proporcionando al personal de las estaciones información oportuna y útil para anticiparse a posibles problemas.

Veamos algunos ejemplos reales de cómo la visión por ordenador 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 supervisar de forma fiable las infraestructuras se ha vuelto crucial. Las vías deben inspeccionarse periódicamente para detectar desgaste, daños y desalineaciones, y facilitar así unas operaciones seguras y fluidas. Esto implica revisar miles de kilómetros de vías en busca de indicios tempranos de defectos antes de que provoquen interrupciones costosas 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 de las vías ferroviarias.

Por ejemplo, en los Países Bajos, donde la red ferroviaria se extiende a lo largo de miles de kilómetros, supervisar y mantener constantemente las vías es una tarea enorme. Aunque las inspecciones manuales siguen siendo importantes, pueden ser lentas, requerir mucho trabajo y a menudo interrumpir el servicio. Para solucionarlo, se introdujo un sistema de visión por ordenador para 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, estas imágenes son analizadas por modelos de IA de visión entrenados para detectar desalineaciones de las vías, componentes desgastados o dañados y piezas que faltan.

Con una supervisión continua y automatizada, las inspecciones no solo son más rápidas, sino también más precisas. Los equipos de mantenimiento pueden priorizar las zonas que más atención necesitan, reduciendo 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.

Impulso de unas operaciones más seguras con AI en las infraestructuras ferroviarias#

En los grandes proyectos ferroviarios, mantener la seguridad en el lugar de trabajo 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 el riesgo, los investigadores introdujeron un sistema de supervisión de la seguridad en tiempo real basado en visión por ordenador.

Se instalaron más de 240 cámaras de alta definición en las obras para grabar la actividad de forma continua. Las grabaciones de vídeo se procesaban in situ mediante modelos de AI capaces de detectar no solo cuándo entraban personas en zonas peligrosas, sino también si los equipos cercanos estaban detenidos 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.

Una mirada a la vigilancia ferroviaria mediante IA de visión#

Además de mejorar el mantenimiento y las inspecciones de seguridad, la visión por ordenador también se utiliza para supervisar en tiempo real las vías ferroviarias y detectar intrusiones. Se trata de una preocupación grave: solo en 2023 se registraron 995 muertes relacionadas con el ferrocarril en Estados Unidos. Muchos de estos incidentes implicaron accesos no autorizados a las vías, un ámbito en el que los métodos de supervisión tradicionales suelen ser limitados.

Para abordar esta situación, 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 AI, para detectar sucesos como intrusiones, obstrucciones en las vías y posibles infracciones de las señales. Al identificar estos problemas cuando ocurren, el sistema ayuda a los equipos a responder rápidamente, antes de que se interrumpa el servicio o se ponga en riesgo la seguridad.

A diferencia de las inspecciones manuales, que se realizan a intervalos establecidos, los sistemas de visión por ordenador proporcionan una supervisión continua y en tiempo real en toda la red. Cuando se detecta una amenaza, las alertas se envían inmediatamente a los operadores, lo que permite respuestas rápidas y específicas. Esto mejora la percepción de la situación, agiliza la intervención y reduce los retrasos causados por incidentes evitables.

Supervisión de la seguridad alimentaria con IA de visión#

Cada día se preparan y sirven millones de comidas en trenes y estaciones, donde la higiene es una prioridad máxima. En India, la Corporación India de Catering y Turismo Ferroviario (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 hacer el proceso más eficiente y fiable, IRCTC introdujo un sistema de IA de visión que controla las prácticas de seguridad alimentaria en tiempo real.

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

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

Ventajas y desventajas de la visión por ordenador en las operaciones ferroviarias#

La visión por ordenador ofrece numerosas ventajas para mejorar la seguridad, el mantenimiento y las operaciones diarias de los sistemas ferroviarios. Estas son algunas de las principales ventajas:

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

A pesar de las numerosas ventajas que la IA de visión aporta al transporte ferroviario, todavía existen desafíos a la hora de implementar y mantener estos sistemas. Estas son algunas desventajas que debes tener en cuenta:

• Problemas de privacidad: La vigilancia continua en zonas públicas puede plantear problemas éticos y generar incomodidad entre los pasajeros y el personal.
• Coste inicial elevado: La configuración de un sistema de IA de visión, incluidas las cámaras, los servidores y el software de AI, requiere una inversión inicial considerable.
• Integración compleja: Integrar sistemas de visión por ordenador con la infraestructura existente, como sistemas de señalización o control antiguos, 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 por ordenador utilizan la detección de objetos, comprobaciones estructurales y alertas en tiempo real para ayudar a los operadores a responder a los problemas con rapidez y precisión.

Las herramientas de AI 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 AI está destinada a desempeñar un papel importante para hacer que los sistemas ferroviarios sean más eficientes, ágiles y seguros.

¡Únete a nuestra comunidad cada vez más grande! Explora nuestro repositorio de GitHub para obtener más información sobre AI. ¿Listo para empezar tus proyectos de visión por ordenador? Consulta nuestras opciones de licencia. ¡Descubre la AI en la agricultura y la IA de visión en la atención sanitaria visitando nuestras páginas de soluciones!