mtrailは、Ultralytics YOLOを活用したオフライン対応のリアルタイムAI画像認識システムTrainVisionを構築しました。このシステムは欧州車両番号、危険標識、ブレーキ標識を自動検出し、データ収集時間を40～100%削減するとともに、エラーを少なくとも90%削減します。
mtrailは15年にわたり、深いドメイン知識と業務プロセスを最適化する技術ソリューションを通じて、鉄道・インフラ事業者を支援してきました。TrainVisionでは、その専門知識をUltralytics YOLOを基盤とするインテリジェントなオブジェクト認識システムへと発展させ、手作業を自動化・最適化することで、異常の効率的な検出、列車情報の安全な記録と検証を可能にしています。
課題：編成データが重要な理由#
正確な編成・牽引データ（列車を構成する貨車と機関車の正確な順序、列車の長さ、重量、牽引の詳細）は、信頼性の高い運行計画と顧客案内に欠かせません。鉄道事業者は、このデータを中央列車情報システムに報告する必要があります。
旅客列車の場合、編成データは通常、計画データから自動的に導き出せます。しかし、工事用列車や操車場では、依然として手入力が必要なことがよくあります。そのため鉄道職員は、通常は手袋を着用し、列車が走行する現場で、すべての貨車と機関車の欧州車両番号（EVN）を手作業で記録しなければなりません。この作業は時間がかかり、ミスが起きやすいうえ、現実的な安全上のリスクを生みます。作業員がタブレットに集中する1秒ごとに、周囲の線路への注意が1秒分低下するためです。
TrainVision：鉄道固有データのリアルタイム認識#
TrainVisionは機械学習とコンピュータービジョンを使用して、この認識プロセスを最初から最後まで自動化し、現在の手作業を支援しながら、完全自動化への明確な道筋を示します。オブジェクト検出では、TrainVisionはUltralytics YOLOを活用し、フレーム内のEVNや危険標識などの要素を正確に特定します。特定後は、mtrail独自のカスタムトレーニング済みOCRモデルと認識モデルがドメイン固有の情報を抽出し、EVN自体の読み取り、危険物の分類、ブレーキ標識の識別などを行います。
図1 EVNと貨車の標記を対象にカスタムトレーニングされた、Ultralytics YOLOを活用するTrainVisionのライブデモ。（非公開で撮影した画像）。
このユースケースで求められる精度を実現するため、mtrailは実環境の画像と、社内で生成した数百万枚の合成画像を組み合わせてモデルをトレーニングします。合成プロセス全体が明確に定義され、追跡可能なため、生成された画像に手作業でラベルを付ける必要はありません。これにより大幅な時間を節約でき、天候による劣化、遮蔽、特殊な照明といった実環境の新たなエッジケースが見つかった場合も、mtrailはモデルを迅速に再トレーニングできます。
TrainVisionは、単一の汎用モデルではありません。mtrailは対象プラットフォームごとに、そのランタイムに最適化した専用モデルを構築します。これにより、TrainVisionは携帯型モバイルデバイスから線路脇の固定カメラシステムまで、さまざまな導入環境に統合でき、各画像をわずか8～30ミリ秒で処理できます。
Ultralytics YOLOを選ぶ理由#
mtrailにとって、検出速度とエッジデバイスへの導入は必須要件でした。TrainVisionは、データセンターだけでなく現場のモバイルデバイスでも確実に動作し、対象ランタイムごとに構築されたプラットフォーム専用モデルでも動作する必要がありました。
こうした性能を備えていることから、Ultralytics YOLOはTrainVisionのオブジェクト検出レイヤーの基盤となりました。YOLOモデルは実環境の画像でトレーニングされ、モバイル環境と固定カメラ環境の両方で、EVNや危険標識などの要素を正確に特定します。その後、mtrail独自のOCRモデルと認識モデルがドメイン固有の処理を引き継ぎ、YOLOが特定した対象から詳細情報を抽出します。
顧客へのメリットと成果#
従来は完全に手入力に依存していた作業を自動化することで、TrainVisionは鉄道事業者に測定可能な改善をもたらします。
- データ収集時間を最大100%削減し、現場でのEVNの手入力をなくします。mtrailではUltralytics YOLOにより、効率が約40%からほぼ100%に向上しました。
- エラー率を少なくとも90%削減します。手作業によるデータ入力と比較した場合です。
- 作業員の安全性を向上させ、列車が走行する区域での手作業によるデータ入力が注意をそらす状況をなくします。
- 固定設備での完全自動化が可能です。固定カメラシステムは、人手を介さずに編成、危険物、制動特性、貨車の状態、検査日など、幅広い鉄道固有の測定対象を検証できます。
TrainVisionの今後の展望#
現在は物理的なステッカーを使って手作業で記録していることの多い欠陥を、自動検出してTAF-TSIなどの標準化インターフェースを通じ、欧州の鉄道データプラットフォームや保守システムに直接送信できるようになります。mtrailの鉄道分野の専門知識と、このレベルのコンピュータービジョンを組み合わせることで、欠陥検出の効率と品質をさらに高められる可能性があります。また、抜き取り検査を固定システムで補完することで、ネットワーク全体により包括的かつ継続的な安全監視を確立することにもつながります。
mtrailは、車両の安全点検と予知保全に大きな可能性を見いだしています。車両を所有者間や鉄道事業者間で移管する際の異常検出は、現在も手作業で実施されています。これには、ISO 2859で定められた抜き取り検査や、貨車使用に関する一般契約に基づく検査が含まれ、TrainVisionの検出機能を次に活用するのに適した領域です。
Vision AIが鉄道・輸送業務をどのように変革できるか、ご関心がありますか？Ultralyticsの業界向けソリューションをご覧になり、ライセンスオプションをご確認いただくか、今すぐ始めるためにGitHubリポジトリをご覧ください。
