Các ứng dụng của thị giác máy tính trong hoạt động đường sắt

Để xem phần trình bày trực quan về các khái niệm trong bài viết này, hãy xem video bên dưới.

Đường sắt là một phần cốt lõi của hệ thống giao thông đường bộ. Với tổng chiều dài tuyến đường trên toàn cầu hơn 1 triệu km, mạng lưới đường sắt kết nối các thành phố, ngành công nghiệp và cộng đồng trên những khoảng cách rộng lớn. Khi các hệ thống này mở rộng và nhu cầu tăng lên, đảm bảo an toàn và hiệu quả đòi hỏi nhiều hơn việc kiểm tra và giám sát thủ công.

Các giải pháp mới ngày càng trở nên thiết yếu. Chẳng hạn, thị giác máy tính—một nhánh của trí tuệ nhân tạo (AI) tập trung xử lý dữ liệu hình ảnh—đang được sử dụng để tinh gọn nhiều hoạt động đường sắt.

Các hệ thống hỗ trợ thị giác sử dụng camera và model thị giác máy tính như Ultralytics YOLO11 để cung cấp cho đơn vị vận hành đường sắt khả năng nắm bắt hoạt động theo thời gian thực. Với các tác vụ như phát hiện đối tượng và phân đoạn instance, những model như YOLO11 có thể phân tích đường ray, sân ga, đường hầm và bên trong tàu để phát hiện vật thể, con người hoặc mối nguy hiểm.

Hãy xem xét tình huống có người đứng quá gần mép sân ga hoặc mảnh vụn xuất hiện trên đường ray. AI thị giác có thể phát hiện tình huống theo thời gian thực và gửi cảnh báo, giúp đội ngũ tại ga phản ứng nhanh chóng và ngăn nguy cơ tiềm ẩn dẫn đến chậm trễ hoặc tai nạn. Công nghệ này cũng hỗ trợ nhân viên bằng cách giám sát những khu vực khó theo dõi liên tục.

Hình 1. Ví dụ về việc sử dụng Ultralytics YOLO11 để phát hiện người đứng trên sân ga.

Khi mức độ ứng dụng AI và thị giác máy tính tăng lên, ngày càng nhiều thành phố bắt đầu sử dụng Vision AI để giúp hoạt động đường sắt an toàn và hiệu quả hơn. Trong bài viết này, chúng ta sẽ tìm hiểu cách Vision AI đang được ứng dụng trên khắp thế giới trong quy trình vận tải đường sắt.

Vai trò của AI thị giác trong hoạt động vận tải đường sắt#

Mạng lưới đường sắt bao gồm nhiều bộ phận chuyển động cần được giám sát theo thời gian thực. Những công việc trước đây do nhân viên nhà ga thực hiện giờ đây có thể được tự động hóa bằng AI. Các model thị giác máy tính như YOLO11 có thể giúp đơn vị vận hành nhà ga giám sát chặt chẽ hơn các hoạt động đường sắt và phản ứng nhanh khi xảy ra vấn đề.

Cụ thể, các tác vụ thị giác máy tính là những chức năng cụ thể mà các model này có thể được huấn luyện để thực hiện bằng dữ liệu hình ảnh từ camera. Dưới đây là một số tác vụ chính có thể dùng để giám sát hoạt động đường sắt:

• Phát hiện đối tượng: Nhiệm vụ này bao gồm xác định và định vị các đối tượng cụ thể trong ảnh hoặc khung hình video. Trong các ứng dụng đường sắt, những model như Ultralytics YOLO11 có thể phát hiện các vật thể như mảnh vỡ, dụng cụ, hành lý hoặc người ở trên hay gần đường ray.
• Phân đoạn đối tượng riêng lẻ: Phương pháp này xác định đường viền của từng đối tượng bằng mask ở cấp độ pixel thay vì hộp giới hạn. Trong hoạt động giám sát hạ tầng đường sắt, phương pháp có thể được dùng để đánh giá tình trạng đường ray, sân ga và các bề mặt khác bằng cách nhận diện những đặc điểm như vết nứt, ăn mòn hoặc hao mòn.
• Ước tính tư thế: Quá trình này bao gồm phát hiện và phân tích vị trí của các khớp chính trên cơ thể để hiểu tư thế của con người. Trong môi trường đường sắt, công nghệ này có thể giúp nhận diện các tình huống khẩn cấp, chẳng hạn như một người ngã trên sân ga, từ đó kích hoạt cảnh báo để can thiệp.
• Theo dõi đối tượng: Đây là quá trình giám sát chuyển động của các đối tượng đã phát hiện qua nhiều khung hình video. Tại nhà ga hoặc trên tàu, việc theo dõi giúp nắm bắt luồng hành khách và giám sát chuyển động của tàu.

Hình 2. Ultralytics YOLO11 có thể được dùng để phát hiện và theo dõi người và tàu nhằm đảm bảo an toàn.

Ứng dụng Vision AI trong giám sát đường sắt#

Mặc dù giám sát bằng thị giác thường gắn liền với an ninh và theo dõi, các hệ thống đường sắt ứng dụng Vision AI cho nhiều mục đích hơn các tác vụ an ninh cơ bản. Công nghệ này còn góp phần cải thiện hoạt động, nâng cao mức độ an toàn và hỗ trợ quản lý toàn hệ thống trên khắp mạng lưới.

Một lợi ích quan trọng của việc sử dụng Vision AI trong giao thông công cộng là khả năng hoạt động theo thời gian thực, cung cấp cho nhân viên nhà ga thông tin kịp thời và hữu ích để chủ động xử lý các vấn đề tiềm ẩn.

Hãy cùng xem một số ví dụ thực tế về cách thị giác máy tính giúp ngành đường sắt vận hành chính xác và kiểm soát tốt hơn.

Phát hiện đối tượng trong hệ thống đường sắt phục vụ công tác bảo trì#

Khi lưu lượng giao thông đường sắt tại châu Âu tiếp tục tăng, nhu cầu giám sát hạ tầng đáng tin cậy trở nên cấp thiết. Cần kiểm tra đường ray thường xuyên để phát hiện hao mòn, hư hỏng và lệch vị trí, qua đó đảm bảo hoạt động an toàn và thông suốt. Công việc này bao gồm kiểm tra hàng nghìn kilômét đường ray để phát hiện sớm các dấu hiệu khiếm khuyết trước khi chúng dẫn đến gián đoạn tốn kém hoặc tai nạn. Vision AI cung cấp một phương thức hiệu quả để tự động hóa và cải tiến quy trình kiểm tra này.

Hình 3. Các hệ thống thị giác máy tính có thể phát hiện những bộ phận đường ray bị lỗi.

Chẳng hạn, tại Hà Lan, nơi mạng lưới đường sắt trải dài hàng nghìn kilômét, việc liên tục giám sát và bảo trì đường ray là một nhiệm vụ rất lớn. Mặc dù kiểm tra thủ công vẫn quan trọng, quy trình này có thể chậm, tốn nhiều nhân lực và thường làm gián đoạn dịch vụ. Để giải quyết vấn đề này, một hệ thống thị giác máy tính đã được đưa vào sử dụng để kiểm tra tình trạng đường ray theo thời gian thực.

Camera được lắp trên các đoàn tàu đang di chuyển ghi lại liên tục các hình ảnh độ phân giải cao. Sau đó, hình ảnh được phân tích bằng các model Vision AI đã huấn luyện để phát hiện đường ray bị lệch, các bộ phận bị mòn hoặc hư hỏng và những bộ phận bị thiếu.

Với hoạt động giám sát tự động liên tục, việc kiểm tra không chỉ nhanh hơn mà còn chính xác hơn. Các đội bảo trì có thể ưu tiên những khu vực cần được chú ý nhất, giảm số lần kiểm tra không cần thiết. Nhờ đó, các đơn vị vận hành có thể giảm rủi ro hoạt động, hạn chế chậm trễ và cải thiện mức độ an toàn tổng thể mà không làm gián đoạn dịch vụ hằng ngày.

Nâng cao an toàn vận hành bằng AI trong hạ tầng đường sắt#

Trong các dự án đường sắt quy mô lớn, duy trì an toàn tại công trường là một trong những thách thức dai dẳng nhất. Điều này đặc biệt đúng trong quá trình xây dựng mạng lưới đường sắt đô thị Vũ Hán ở Trung Quốc, nơi các công trường đang hoạt động và điều kiện liên tục thay đổi đòi hỏi phải giám sát thường xuyên.

Trước đây, các hoạt động kiểm tra an toàn dựa vào quan sát thủ công, thường khiến rủi ro chỉ được phát hiện sau khi sự cố xảy ra. Để cải thiện thời gian phản ứng và giảm rủi ro, các nhà nghiên cứu đã triển khai một hệ thống giám sát an toàn theo thời gian thực sử dụng thị giác máy tính.

Hơn 240 camera độ phân giải cao đã được lắp đặt khắp các công trường xây dựng để ghi hình hoạt động liên tục. Video được xử lý ngay tại công trường bằng các model AI có khả năng phát hiện không chỉ thời điểm người đi vào khu vực nguy hiểm mà còn xác định thiết bị gần đó đang đứng yên hay di chuyển—một yếu tố quan trọng khi đánh giá rủi ro theo thời gian thực. Khi phát hiện hành vi không an toàn, hệ thống có thể gửi cảnh báo ngay lập tức cho người giám sát công trường.

Hình 4. Phát hiện mối nguy bằng thị giác máy tính.

Tìm hiểu hoạt động giám sát đường sắt bằng Vision AI#

Ngoài cải thiện công tác bảo trì và kiểm tra an toàn, thị giác máy tính còn được sử dụng để giám sát đường ray theo thời gian thực nhằm phát hiện xâm nhập. Đây là mối lo ngại nghiêm trọng: riêng trong năm 2023, Hoa Kỳ ghi nhận gần 1.000 trường hợp tử vong liên quan đến đường sắt. Nhiều sự cố trong số này có liên quan đến việc truy cập trái phép vào đường ray, một lĩnh vực mà các phương pháp giám sát truyền thống thường còn hạn chế.

Để giải quyết vấn đề này, các đơn vị đường sắt tại Hoa Kỳ đang bắt đầu áp dụng các giải pháp thị giác máy tính. Những hệ thống này sử dụng luồng video trực tiếp do các model AI phân tích để phát hiện các sự việc như xâm nhập trái phép, chướng ngại vật trên đường ray và khả năng vi phạm tín hiệu. Bằng cách nhận diện những vấn đề này ngay khi chúng xảy ra, hệ thống giúp các đội ngũ phản ứng nhanh chóng trước khi dịch vụ bị gián đoạn hoặc an toàn bị đe dọa.

Khác với các đợt kiểm tra thủ công diễn ra theo lịch cố định, hệ thống thị giác máy tính cung cấp khả năng giám sát liên tục theo thời gian thực trên toàn mạng lưới. Khi phát hiện mối đe dọa, hệ thống lập tức gửi cảnh báo đến người vận hành, giúp họ phản ứng nhanh chóng và có trọng tâm. Nhờ vậy, nhận thức tình huống được cải thiện, can thiệp nhanh hơn và giảm số lần chậm trễ do các sự cố có thể phòng tránh.

Giám sát an toàn thực phẩm bằng Vision AI#

Mỗi ngày, hàng triệu suất ăn được chuẩn bị và phục vụ trên tàu và tại các nhà ga, nơi vệ sinh là ưu tiên hàng đầu. Tại Ấn Độ, Indian Railway Catering and Tourism Corporation (IRCTC) quản lý một trong những mạng lưới cung cấp thực phẩm đường sắt lớn nhất thế giới.

Cho đến gần đây, việc kiểm tra vệ sinh vẫn được thực hiện thủ công, khiến việc giám sát liên tục mọi nhà bếp trở nên khó khăn. Để quy trình hiệu quả và đáng tin cậy hơn, IRCTC đã triển khai một hệ thống Vision AI giám sát các quy trình an toàn thực phẩm theo thời gian thực.

Hệ thống kết nối với các camera CCTV hiện có trong nhà bếp và khu vực sơ chế thực phẩm. Hệ thống sử dụng các model AI được huấn luyện để nhận diện những vấn đề vệ sinh thường gặp, chẳng hạn như nhân viên không rửa tay, không đeo găng tay hoặc đội mũ trùm tóc, hay khu vực làm việc không sạch sẽ.

Kể từ khi được triển khai, hệ thống đã giúp cải thiện các tiêu chuẩn vệ sinh và giúp nhân viên dễ dàng tuân thủ an toàn thực phẩm hơn, đồng thời dành nhiều thời gian hơn cho việc chuẩn bị bữa ăn thay vì chỉ kiểm tra quy trình.

Ưu và nhược điểm của thị giác máy tính trong hoạt động đường sắt#

Thị giác máy tính mang lại nhiều lợi ích trong việc cải thiện an toàn, bảo trì và hoạt động hằng ngày của hệ thống đường sắt. Dưới đây là một số ưu điểm chính:

• Bảo trì dự đoán: Bằng cách phát hiện sớm dấu hiệu hao mòn hoặc hư hỏng trên đường ray và hạ tầng, Vision AI có thể giúp ngăn ngừa sự cố trước khi chúng xảy ra.
• Giám sát 24/7: Khác với thanh tra viên, các hệ thống thị giác máy tính có thể hoạt động liên tục mà không mệt mỏi hay cần đổi ca.
• Khả năng mở rộng: Sau khi được triển khai, cùng một hệ thống có thể mở rộng để bao phủ thêm nhà ga, đoàn tàu hoặc khu vực vận hành với rất ít công sức bổ sung.

Dù Vision AI mang lại nhiều lợi ích cho giao thông đường sắt, việc triển khai và duy trì các hệ thống này vẫn còn nhiều thách thức. Dưới đây là một số hạn chế cần cân nhắc:

• Quan ngại về quyền riêng tư: Việc giám sát liên tục tại các khu vực công cộng có thể gây ra vấn đề đạo đức và khiến hành khách cũng như nhân viên cảm thấy không thoải mái.
• Chi phí ban đầu cao: Việc thiết lập một hệ thống Vision AI, bao gồm camera, máy chủ và phần mềm AI, đòi hỏi khoản đầu tư ban đầu đáng kể.
• Tích hợp phức tạp: Việc tích hợp các hệ thống thị giác máy tính với hạ tầng hiện có, chẳng hạn như hệ thống tín hiệu hoặc điều khiển cũ, có thể đặt ra thách thức kỹ thuật.

Điểm chính cần ghi nhớ#

Khi mạng lưới đường sắt mở rộng, nhu cầu về các hệ thống thời gian thực cung cấp thông tin đáng tin cậy ngày càng tăng. Các hệ thống thị giác máy tính sử dụng tính năng phát hiện đối tượng, kiểm tra kết cấu và cảnh báo theo thời gian thực để giúp người vận hành phản ứng nhanh chóng và chính xác trước các vấn đề.

Các công cụ AI cải thiện hoạt động hằng ngày, đồng thời giảm chi phí bảo trì dài hạn và rủi ro về an toàn. Khi các công cụ này tiếp tục được cải thiện, AI sẽ đóng vai trò quan trọng trong việc giúp hệ thống đường sắt hiệu quả, linh hoạt và an toàn hơn.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá repository GitHub để tìm hiểu thêm về AI. Sẵn sàng bắt đầu các dự án thị giác máy tính của bạn? Hãy xem các tùy chọn cấp phép của chúng tôi. Truy cập các trang giải pháp để khám phá AI trong nông nghiệp và Vision AI trong chăm sóc sức khỏe!