TrainVision de mtrail reduce el tiempo de recopilación de datos ferroviarios en casi un 100%

Durante 15 años, mtrail ha apoyado a los operadores ferroviarios y de infraestructura con una profunda experiencia en el sector y soluciones técnicas que optimizan los procesos operativos. Con TrainVision, mtrail ha convertido esa experiencia en un sistema inteligente de reconocimiento de objetos, construido sobre Ultralytics YOLO, que automatiza y optimiza los procesos manuales, permitiendo una detección eficiente de anomalías y un registro y validación seguros de la información de los trenes.

El desafío: Por qué importan los datos de formación#

Los datos precisos de formación y tracción (la secuencia exacta de vagones y locomotoras que componen un tren, junto con la longitud, el peso y los detalles de tracción del tren) son esenciales para una programación fiable y la orientación al cliente. Los operadores ferroviarios están obligados a informar de estos datos a los sistemas centrales de información de trenes.

En el caso de los trenes de pasajeros, los datos de formación suelen poder derivarse automáticamente de los datos de planificación. Pero para los trenes de obra y en las playas de clasificación, la introducción manual sigue siendo necesaria a menudo. Esto significa que el personal ferroviario tiene que registrar manualmente el número europeo de vehículo (EVN) de cada vagón y locomotora, por lo general con guantes, en un entorno de vía activa. Este proceso es lento, propenso a errores y genera un riesgo real para la seguridad: cada segundo que un trabajador pasa concentrado en una tableta es un segundo de menor atención a la vía circundante.

TrainVision: Reconocimiento en tiempo real para datos específicos del sector ferroviario#

TrainVision utiliza el aprendizaje automático y la visión artificial para automatizar este reconocimiento de extremo a extremo, apoyando los procesos manuales actuales con un camino claro hacia la automatización total. Para la detección de objetos, TrainVision se basa en Ultralytics YOLO para localizar con precisión elementos como los EVN y las señales de peligro dentro de un fotograma. Una vez localizados, los propios modelos personalizados de OCR y reconocimiento de mtrail extraen la información específica del sector, leyendo el propio EVN, identificando las clasificaciones de peligro o las señales de freno.

Fig 1. Demostración en directo de TrainVision utilizando Ultralytics YOLO, entrenado a medida para EVN y marcas de vagones. (imagen capturada de forma privada).

Para alcanzar la precisión que exige este caso de uso, mtrail entrena sus modelos con imágenes del mundo real combinadas con millones de imágenes sintéticas generadas internamente. Como el proceso de síntesis está totalmente definido y es trazable, las imágenes resultantes no necesitan ser etiquetadas manualmente, lo que supone un importante ahorro de tiempo que permite a mtrail reentrenar los modelos rápidamente cada vez que se identifica un nuevo caso límite del mundo real (meteorología, obstrucción, iluminación inusual).

TrainVision no es un modelo único y universal. Para cada plataforma de destino, mtrail construye un modelo adaptado y específico para la plataforma, optimizado para ese entorno de ejecución. Esto permite integrar TrainVision en una amplia gama de entornos de despliegue, desde dispositivos móviles de mano hasta sistemas de cámaras estacionarias junto a la vía, al tiempo que procesa cada imagen en solo 8–30 milisegundos.

¿Por qué Ultralytics YOLO?#

Para mtrail, la velocidad de detección y el despliegue en el extremo eran requisitos innegociables. TrainVision necesitaba ejecutarse de forma fiable en dispositivos móviles sobre el terreno, no solo en un centro de datos, y en todos los modelos específicos de plataforma construidos para cada entorno de ejecución.

Ese rendimiento convirtió a Ultralytics YOLO en la base de la capa de detección de objetos de TrainVision. Los modelos YOLO se entrenan con imágenes del mundo real para localizar con precisión elementos como los EVN y las señales de peligro tanto en despliegues móviles como con cámaras fijas. Los propios modelos de OCR y reconocimiento de mtrail se encargan entonces del trabajo específico del sector, extrayendo la información detallada de lo que YOLO ha localizado.

Beneficios para el cliente y resultados#

Al automatizar una tarea que antes dependía enteramente de la introducción manual, TrainVision ofrece mejoras medibles para los operadores ferroviarios:

• Reducción de hasta el 100 % en el tiempo de recopilación de datos, al eliminar la introducción manual de EVN sobre el terreno. mtrail experimentó un salto del 40 % al casi 100 % en eficiencia con Ultralytics YOLO.
• Reducción de al menos el 90 % en la tasa de errores, en comparación con la introducción manual de datos.
• Mayor seguridad del personal al eliminar la distracción que supone la introducción manual de datos en zonas de vía activa.
• Potencial de automatización total para instalaciones fijas, donde los sistemas de cámaras estacionarias pueden validar una amplia gama de puntos de medición específicos del ferrocarril, incluidas formaciones, mercancías peligrosas, características de frenado, estado de los vagones y fechas de revisión, sin intervención manual.

Qué le espera a TrainVision#

Los defectos que hoy en día se registran a menudo manualmente con pegatinas físicas podrían detectarse de forma automática e introducirse directamente en las plataformas de datos ferroviarios europeos o en los sistemas de mantenimiento a través de interfaces estandarizadas como TAF-TSI. Combinar la experiencia de mtrail en el sector ferroviario con la visión artificial a este nivel podría aumentar aún más tanto la eficiencia como la calidad de la detección de defectos y, al ampliar el muestreo aleatorio con sistemas estacionarios, ayudar a establecer una supervisión de la seguridad más completa y continua en toda la red.

mtrail ve un gran potencial adicional en las comprobaciones de seguridad y el mantenimiento predictivo del material rodante. La detección de anomalías se realiza actualmente de forma manual durante las transferencias de material rodante entre propietarios y empresas ferroviarias, incluidas las inspecciones por muestreo aleatorio definidas en la norma ISO 2859 y el Contrato General de Utilización de Vagones de Mercancías, que son la siguiente aplicación natural para las capacidades de detección de TrainVision.

¿Te interesa saber cómo la IA de visión puede transformar las operaciones ferroviarias y de transporte? Explora las soluciones industriales de Ultralytics, descubre nuestras opciones de licencia o consulta el repositorio de GitHub para empezar hoy mismo.