ProRail zet artificial intelligence in om het spoor veiliger te maken
Bij ProRail staat veiligheid hoog in het vaandel. Verkeersborden die langs het spoor staan zijn essentieel voor de railveiligheid. Verkeersborden maken duidelijk hoe machinisten zich moeten gedragen. Om reizigers en goederen veilig te vervoeren is het van belang dat alle veiligheidsborden staan, waar ze moeten staan. Nederland hanteert zeer strenge normen waaraan de veiligheid op het spoor aan moet voldoen. ProRail zet artificial intelligence in om het spoor veiliger te maken.
Exacte locatie van verkeersborden
ProRail is een organisatie die over veel data beschikt. Op dit moment zijn ze bezig met het betrouwbaar maken en op orde krijgen van de data. ProRail heeft Asset.Insight. gevraagd om ze te helpen met het maken van een proof-of-concept algoritme voor de borden langs het spoor. ProRail was met name benieuwd naar:
- Waar staan alle verkeersborden?
- Staan ze op de plek die we hebben vastgelegd in onze documentatie?
- Ontbreekt er mogelijk een verkeersbord?
- Wat is de conditie van de verkeersborden?
- Wat kunnen we met de data dat reeds in huis is?
Locatie en conditie detecteren middels beeldherkenning en fotogrammetrie
Asset.Insight. heeft een meettrein en rijdt regelmatig voor ProRail om de conditie van het spoor te monitoren. Deze meettrein zorgt voor een veilige en efficiënte inspectie van het spoor. Een meettrein is uitgerust met verschillende camera’s en sensoren. Als de trein rijdt, worden miljoenen foto’s van het spoor genomen. Een foto is een rijke bron van informatie. Met behulp van artificial intelligence zijn we in staat om geautomatiseerd specifieke objecten uit het beeldmateriaal te detecteren. We weten exact de GPS locatie van ieder object. We hebben een algoritme voor ProRail ontwikkeld door technieken als beeldherkenning en fotogrammetrie te combineren.
Geautomatiseerde kwaliteitscontrole
Met dit algoritme zijn we in staat om de exacte locatie van de verkeersborden te detecteren. Daarmee kunnen we de borden vergelijken met de bestaande documentatie. Het helpt ook het asset register op orde te houden. Ook detecteren we wat de conditie van het verkeersbord is: Staat het scheef? Is het duidelijk leesbaar?. We hebben dit gedaan met data die Asset.Insight. zelf in huis heeft. Het algoritme is zo gebouwd, dat data van andere meettreinen ook gebruik kan maken van deze ontwikkeling, zodat dit breed kan worden ingezet. Dit algoritme helpt ProRail in het verhogen van de veiligheid, maar scheelt ook in tijd, menskracht en geld.
Het ontwikkelde algoritme helpt ons om assets nog beter te managen
Het maakt het inspecteren sneller en flexibeler. Zo is ProRail in staat om tijdig in te grijpen en gericht actie te ondernemen op plekken waar de veiligheidsborden niet aan de norm voldoen. De kwaliteitscontrole wordt hiermee geautomatiseerd en gestandaardiseerd. Door ProRail wordt nu bekeken hoe het algoritme kan worden geïmplementeerd in de regulier werkwijze. Manager Vernieuwing Thymo van den Brug: “De uitkomsten van deze Proof of Concept zijn veelbelovend. Het ontwikkelde algoritme helpt ons onze assets nog beter te managen. Deze data gedreven ontwikkeling past bij onze ambitie om het spoor nog veiliger te maken. Een mooie stap vooruit, die laat zien hoe je data slim kan gebruiken in het realiseren van betere prestaties!”
Innovatief algoritme dat toepasbaar is op weg, spoor en water
“Het innovatieve van dit algoritme is dat het breed toepasbaar is. Dit algoritme kunnen we inzetten op elk in te denken asset wat je in kaart zou willen brengen. Zo kan je assets in kaart brengen op het spoor, weg en water. Alle objecten op een foto kunnen we lokaliseren. Je zou bijvoorbeeld kunnen bekijken waar de geleiderail staat, of waar een oever stopt. De mogelijkheden zijn eindeloos”, aldus, Sidoeri Dekker, data scientist van Asset.insight.