mtrail xây dựng TrainVision, hệ thống nhận diện hình ảnh AI ngoại tuyến, theo thời gian thực, vận hành bằng Ultralytics YOLO, tự động phát hiện Số hiệu phương tiện châu Âu, biển báo nguy hiểm và biển báo phanh, giúp giảm 40–100% thời gian thu thập dữ liệu và giảm ít nhất 90% lỗi.
Trong 15 năm qua, mtrail đã hỗ trợ các đơn vị vận hành đường sắt và cơ sở hạ tầng bằng chuyên môn sâu trong lĩnh vực cùng các giải pháp kỹ thuật giúp tối ưu hóa quy trình vận hành. Với TrainVision, mtrail đã chuyển hóa chuyên môn đó thành hệ thống nhận diện đối tượng thông minh, xây dựng trên Ultralytics YOLO, giúp tự động hóa và tối ưu hóa quy trình thủ công, đồng thời cho phép phát hiện bất thường hiệu quả cũng như ghi lại và xác thực thông tin đoàn tàu an toàn.
Thách thức: Vì sao dữ liệu cấu thành đoàn tàu quan trọng#
Dữ liệu chính xác về cấu thành đoàn tàu và lực kéo (trình tự chính xác của các toa xe và đầu máy tạo thành đoàn tàu, cùng với chiều dài, trọng lượng và thông tin lực kéo) rất cần thiết để lập lịch đáng tin cậy và hướng dẫn khách hàng. Các đơn vị vận hành đường sắt phải báo cáo dữ liệu này cho hệ thống thông tin tàu trung tâm.
Đối với tàu chở khách, dữ liệu cấu thành đoàn tàu thường có thể được suy ra tự động từ dữ liệu lập kế hoạch. Nhưng với tàu thi công và tại các bãi phân loại, việc nhập dữ liệu thủ công vẫn thường cần thiết. Điều đó có nghĩa nhân viên đường sắt phải tự ghi lại Số hiệu phương tiện châu Âu (EVN) của từng toa xe và đầu máy, thường là khi đang đeo găng tay và làm việc trong môi trường đường ray đang hoạt động. Quy trình này chậm, dễ sai sót và tạo ra rủi ro an toàn thực sự: mỗi giây người lao động tập trung nhìn vào máy tính bảng là một giây họ giảm khả năng nhận biết đường ray xung quanh.
TrainVision: Nhận diện dữ liệu đặc thù ngành đường sắt theo thời gian thực#
TrainVision sử dụng machine learning và thị giác máy tính để tự động hóa toàn bộ quy trình nhận diện này, hỗ trợ các quy trình thủ công hiện tại và mở ra lộ trình rõ ràng hướng đến tự động hóa hoàn toàn. Để phát hiện đối tượng, TrainVision dựa vào Ultralytics YOLO để định vị chính xác các thành phần như EVN và biển báo nguy hiểm trong khung hình. Sau khi định vị, các model OCR và nhận dạng tùy chỉnh do mtrail tự huấn luyện sẽ trích xuất thông tin chuyên biệt theo lĩnh vực, chẳng hạn như đọc chính mã EVN, xác định phân loại nguy hiểm hoặc nhận diện biển báo phanh.
Hình 1. Bản demo trực tiếp của TrainVision sử dụng Ultralytics YOLO, được huấn luyện tùy chỉnh cho EVN và ký hiệu trên toa tàu (ảnh chụp riêng tư).
Để đạt được độ chính xác mà trường hợp sử dụng này đòi hỏi, mtrail huấn luyện model bằng hình ảnh thực tế kết hợp với hàng triệu ảnh tổng hợp được tạo nội bộ. Vì quy trình tổng hợp được xác định đầy đủ và có thể truy xuất, các ảnh tạo ra không cần gán nhãn thủ công. Điều này tiết kiệm đáng kể thời gian và cho phép mtrail nhanh chóng huấn luyện lại model mỗi khi phát hiện một trường hợp ngoại lệ mới trong thực tế (hao mòn, che khuất, ánh sáng bất thường).
TrainVision không phải là một model duy nhất phù hợp với mọi trường hợp. Với mỗi nền tảng mục tiêu, mtrail xây dựng model riêng phù hợp với nền tảng đó và được tối ưu cho môi trường runtime tương ứng. Nhờ vậy, TrainVision có thể tích hợp vào nhiều môi trường triển khai, từ thiết bị di động cầm tay đến hệ thống camera cố định bên đường ray, đồng thời xử lý mỗi hình ảnh chỉ trong 8–30 mili giây.
Vì sao chọn Ultralytics YOLO?#
Đối với mtrail, tốc độ phát hiện và triển khai edge là những yêu cầu bắt buộc. TrainVision cần vận hành ổn định trên thiết bị di động tại hiện trường chứ không chỉ trong trung tâm dữ liệu, đồng thời phải hỗ trợ các model dành riêng cho từng nền tảng được xây dựng cho mỗi môi trường runtime mục tiêu.
Hiệu năng đó đã đưa Ultralytics YOLO trở thành nền tảng cho lớp phát hiện đối tượng của TrainVision. Các model YOLO được huấn luyện trên hình ảnh thực tế để xác định chính xác những thành phần như EVN và biển báo nguy hiểm trong cả môi trường triển khai trên thiết bị di động lẫn camera cố định. Sau đó, các model OCR và nhận diện riêng của mtrail đảm nhiệm những tác vụ đặc thù lĩnh vực, trích xuất thông tin chi tiết từ các đối tượng YOLO đã xác định.
Lợi ích và kết quả cho khách hàng#
Bằng cách tự động hóa một tác vụ trước đây hoàn toàn phụ thuộc vào nhập liệu thủ công, TrainVision mang lại những cải thiện có thể đo lường cho các đơn vị vận hành đường sắt:
- Giảm tới 100% thời gian thu thập dữ liệu nhờ loại bỏ việc nhập EVN thủ công tại hiện trường. mtrail ghi nhận hiệu suất tăng từ khoảng 40% lên gần 100% với Ultralytics YOLO.
- Giảm ít nhất 90% tỷ lệ lỗi so với nhập dữ liệu thủ công.
- Cải thiện an toàn cho nhân viên bằng cách loại bỏ sự xao nhãng do nhập dữ liệu thủ công tại khu vực đường ray đang hoạt động.
- Tiềm năng tự động hóa hoàn toàn cho các hệ thống lắp đặt cố định, nơi hệ thống camera tĩnh có thể xác thực nhiều điểm đo đặc thù ngành đường sắt, bao gồm cấu thành đoàn tàu, hàng hóa nguy hiểm, đặc tính phanh, tình trạng toa xe và ngày sửa đổi, mà không cần can thiệp thủ công.
Tiếp theo, TrainVision sẽ phát triển như thế nào#
Các lỗi hiện nay thường được ghi nhận thủ công bằng nhãn dán vật lý có thể được phát hiện tự động và chuyển trực tiếp vào các nền tảng dữ liệu đường sắt châu Âu hoặc hệ thống bảo trì thông qua các giao diện tiêu chuẩn hóa như TAF-TSI. Việc kết hợp chuyên môn đường sắt của mtrail với thị giác máy tính ở cấp độ này có thể tiếp tục nâng cao cả hiệu quả lẫn chất lượng phát hiện lỗi, đồng thời mở rộng lấy mẫu ngẫu nhiên bằng các hệ thống cố định để giúp thiết lập hoạt động giám sát an toàn liên tục, toàn diện hơn trên toàn mạng lưới.
mtrail nhận thấy tiềm năng đáng kể trong việc tiếp tục phát triển kiểm tra an toàn và bảo trì dự đoán cho phương tiện đường sắt. Hiện nay, việc phát hiện bất thường được thực hiện thủ công trong quá trình chuyển giao phương tiện đường sắt giữa các chủ sở hữu và đơn vị vận tải đường sắt, bao gồm các đợt kiểm tra lấy mẫu ngẫu nhiên được quy định trong ISO 2859 và Hợp đồng chung về việc sử dụng toa xe hàng; đây là những ứng dụng tiếp theo phù hợp tự nhiên với khả năng phát hiện của TrainVision.
Bạn muốn tìm hiểu cách Vision AI có thể chuyển đổi hoạt động đường sắt và vận tải? Khám phá các giải pháp theo ngành của Ultralytics, tìm hiểu các tùy chọn cấp phép hoặc xem repository GitHub để bắt đầu ngay hôm nay.
Được viết bởi
Quản lý Nội dung Số · Ultralytics
