O TrainVision da mtrail reduz o tempo de recolha de dados ferroviários em cerca de 100%

Durante 15 anos, a mtrail tem apoiado operadores ferroviários e de infraestruturas com profundo conhecimento de domínio e soluções técnicas que otimizam processos operacionais. Com o TrainVision, a mtrail transformou esse conhecimento num sistema inteligente de reconhecimento de objetos, construído sobre Ultralytics YOLO, que automatiza e otimiza processos manuais, permitindo a deteção eficiente de anomalias e o registo e validação seguros de informações de comboios.

O desafio: Porque é que os dados de formação importam#

Dados precisos de formação e tração (a sequência exata de vagões e locomotivas que compõem um comboio, juntamente com o comprimento, o peso e os detalhes de tração do comboio) são essenciais para um agendamento fiável e orientação ao cliente. Os operadores ferroviários são obrigados a reportar estes dados a sistemas centrais de informação de comboios.

Para comboios de passageiros, os dados de formação podem geralmente ser derivados automaticamente a partir de dados de planeamento. Mas para comboios de construção e em pátios de manobra, a introdução manual ainda é frequentemente necessária. Isso significa que o pessoal ferroviário tem de registar manualmente o Número Europeu de Veículo (EVN) de cada vagão e locomotiva, tipicamente usando luvas, num ambiente de linha férrea ativo. Este processo é lento, suscetível a erros e cria um risco genuíno para a segurança: cada segundo que um trabalhador passa concentrado num tablet é um segundo de menor consciência da linha férrea circundante.

TrainVision: Reconhecimento em tempo real para dados específicos do setor ferroviário#

O TrainVision utiliza aprendizagem automática e visão por computador para automatizar este reconhecimento de ponta a ponta, apoiando processos manuais hoje em dia com um caminho claro para a automação total. Para a deteção de objetos, o TrainVision baseia-se no Ultralytics YOLO para localizar com precisão elementos como EVNs e sinais de perigo dentro de um fotograma. Uma vez localizados, os modelos próprios de OCR e reconhecimento treinados pela mtrail extraem a informação específica do domínio, lendo o próprio EVN, identificando classificações de perigo ou sinais de travagem.

Fig 1. Demonstração ao vivo do TrainVision a tirar partido do Ultralytics YOLO, treinado à medida para EVN e marcações de vagões. (imagem capturada de forma privada).

Para atingir a precisão exigida por este caso de uso, a mtrail treina os seus modelos com imagens do mundo real combinadas com milhões de imagens sintéticas geradas internamente. Como o processo de síntese é totalmente definido e rastreável, as imagens resultantes não precisam de ser rotuladas manualmente, o que representa uma poupança de tempo significativa que permite à mtrail re-treinar modelos rapidamente sempre que um novo caso limite do mundo real (condições meteorológicas, obstrução, iluminação invulgar) é identificado.

O TrainVision não é um modelo único para todos os casos. Para cada plataforma de destino, a mtrail constrói um modelo adaptado e específico para a plataforma, otimizado para esse ambiente de execução. Isto permite que o TrainVision seja integrado numa variedade de ambientes de implementação, desde dispositivos móveis de mão até sistemas de câmaras estacionárias junto à linha, processando ainda assim cada imagem em apenas 8 a 30 milissegundos.

Porquê o Ultralytics YOLO?#

Para a mtrail, a velocidade de deteção e a implementação no edge eram requisitos inegociáveis. O TrainVision precisava de funcionar de forma fiável em dispositivos móveis no terreno, e não apenas num centro de dados, e em todos os modelos específicos de plataforma criados para cada ambiente de execução de destino.

Essa performance tornou o Ultralytics YOLO a base para a camada de deteção de objetos do TrainVision. Os modelos YOLO são treinados com imagens do mundo real para localizar com precisão elementos como EVNs e sinais de perigo em implementações tanto móveis como em câmaras fixas. Os modelos próprios de OCR e reconhecimento da mtrail assumem depois o trabalho específico do domínio, extraindo a informação detalhada a partir do que o YOLO localizou.

Benefícios para o cliente e resultados#

Ao automatizar uma tarefa que anteriormente dependia inteiramente da introdução manual, o TrainVision oferece melhorias mensuráveis para os operadores ferroviários:

• Redução de até 100% no tempo de recolha de dados, ao eliminar a introdução manual de EVN no terreno. A mtrail registou um salto de cerca de 40% para perto de 100% em eficiência com o Ultralytics YOLO.
• Redução de pelo menos 90% na taxa de erro, em comparação com a introdução manual de dados.
• Melhoria da segurança do pessoal, eliminando a distração da introdução manual de dados em áreas de linha férrea ativas.
• Potencial de automação total para instalações fixas, onde sistemas de câmaras estacionárias podem validar uma vasta gama de pontos de medição específicos do setor ferroviário, incluindo formações, mercadorias perigosas, características de travagem, condição dos vagões e datas de revisão, sem intervenção manual.

O que se segue para o TrainVision#

Os defeitos que hoje em dia são frequentemente registados manualmente com autocolantes físicos poderiam em vez disso ser detetados automaticamente e introduzidos diretamente em plataformas de dados ferroviários europeus ou sistemas de manutenção através de interfaces padronizadas como a TAF-TSI. Combinar a experiência da mtrail no domínio ferroviário com a visão por computador a este nível poderá aumentar ainda mais tanto a eficiência como a qualidade da deteção de defeitos e, ao estender a amostragem aleatória com sistemas estacionários, ajudar a estabelecer uma monitorização de segurança mais abrangente e contínua em toda a rede.

A mtrail vê um potencial adicional significativo em verificações de segurança e manutenção preditiva para material circulante. A deteção de anomalias é atualmente efetuada manualmente durante as transferências de material circulante entre proprietários e empresas ferroviárias, incluindo as inspeções por amostragem aleatória definidas ao abrigo da norma ISO 2859 e do Contrato Geral para a Utilização de Vagões de Mercadorias, que constituem uma próxima aplicação natural para as capacidades de deteção do TrainVision.

Interessado em saber como a IA de visão pode transformar as operações ferroviárias e de transporte? Explora as soluções da indústria da Ultralytics, descobre as nossas opções de licenciamento ou consulta o repositório do GitHub para começares hoje mesmo.