mtrailは、Ultralytics YOLOを搭載したオフライン・リアルタイムのAI画像認識システムTrainVisionを開発しました。このシステムは、欧州車両番号、危険標識、制動標識を自動検出し、データ収集時間を40～100%短縮するとともに、エラーを少なくとも90%削減します。
mtrailは15年間にわたり、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によって、鉄道事業者や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物体認識システムへと発展させています。手作業のプロセスを自動化・最適化し、効率的な異常検知と、列車情報の安全な記録・検証を可能にします。
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不可欠です。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出できます。しかし、工事列車や操車場では、依然として手入力が必要な場合が多くあります。そのため、鉄道スタッフは通常、手袋を着用し、稼働中の線路環境で、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。このプロセスは遅く、エラーが発生しやすいうえ、現実的な安全上のリスクを生み出します。作業員がタブレットに集中している1秒1秒が、周囲の線路への注意力が低下する1秒になるためです。
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ビジョンを使用して、この認識プロセスをエンドツーエンドで自動化し、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提供します。物体検出にはUltralytics YOLOを使用し、フレーム内の欧州車両番号（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独自のカスタム学習済みOCR・認識モデルがドメイン固有の情報を抽出し、EVNそのものを読み取ったり、危険物分類や制動標識を識別したりします。
図1. 欧州車両番号（EVN）と貨車マーキング向けにカスタム学習された、Ultralytics YOLOを活用するTrainVisionのライブデモ（非公開で撮影された画像）。
このユースケースで求められる精度を実現するため、mtrailは実世界の画像に、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学習させています。合成プロセスは完全に定義され、追跡可能であるため、生成された画像を手作業でラベル付けする必要がありません。これにより大幅な時間短縮が実現し、天候による劣化、遮蔽、特殊な照明など、新たな実世界のエッジケースが特定された際にも、mtrailはモデルを迅速に再学習できます。
TrainVisionは単一の万能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された、プラットフォーム専用のモデルを構築します。これにより、TrainVisionはハンドヘルドのモバイルデバイスから線路脇に設置された固定カメラシステムまで、さまざまなデプロイ環境に統合できます。それでも各画像をわずか8～30ミリ秒で処理します。
なぜUltralytics YOLOなのか？#
mtrailにとって、検出速度とエッジデプロイメントは譲れない要件でした。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上でも確実に動作する必要があり、さらに対象ランタイムごとに構築されたプラットフォーム固有のモデル全体で動作する必要がありました。
この性能により、Ultralytics YOLOはTrainVisionの物体検出レイヤーの基盤となりました。YOLOモデルは実世界の画像で学習され、モバイル環境と固定カメラ環境の両方で、欧州車両番号（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・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な情報を抽出します。
顧客のメリットと成果#
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手入力をなくします。mtrailは、Ultralytics YOLOにより、効率が約40%からほぼ100%へ向上することを確認しました。
- エラー率を少なくとも90%削減し、手作業によるデータ入力と比較して大幅に改善します。
- 作業員の安全性を向上させ、稼働中の線路エリアで手作業によるデータ入力に伴う注意散漫をなくします。
- 固定設備における完全自動化の可能性を実現します。固定カメラシステムにより、編成、危険物、制動特性、貨車の状態、検査日など、鉄道固有の幅広い測定項目を手作業なしで検証できます。
TrainVisionの次の展開#
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が多い欠陥を、自動的に検出し、TAF-TSIなどの標準化されたインターフェースを介して、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の鉄道ドメイン知識と、このレベルのコンピュータ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、固定システムによって抜き取り検査を拡張することで、ネットワーク全体にわたる、より包括的で継続的な安全監視の確立にもつながります。
mtrailは、車両の安全点検と予知保全にさらなる大きな可能性があると考えています。現在、車両所有者と鉄道事業者の間で車両を移管する際の異常検知は手作業で行われています。これには、ISO 2859および貨車使用に関する一般契約に基づいて定められた抜き取り検査も含まれ、TrainVisionの検出機能を適用する次の自然なユースケースとなります。
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いただき、ライセンスオプションをご確認のうえ、GitHubリポジトリから今すぐ始めてください。
