KI skal oppdage feil på jernbanen før problemene oppstår

Feil på jernbanen er en kjent utfordring, men hva om feilene kunne oppdages før de skaper problemer? Det undersøker forskerne i et nytt samarbeidsprosjekt mellom Norsk Regnesentral og Bane NOR. Ved hjelp av bildeanalyse og kunstig intelligens skal jernbanen overvåkes over tid. Målet er å oppdage tegn på skader og slitasje før det fører til forsinkelser eller stans i trafikken.

Denne artikkelen ble først publisert på forskning.no 1. juni 2025.

Et sårbart system

Forsinkede avganger, innstilte tog og frustrerte pendlere: Norske jernbanestrekninger er sårbare for feil.

Ofte skyldes problemer i infrastrukturen at feilen blir oppdaget for sent, gjerne først når noe allerede har gått galt.

– Hovedårsaken til stans i jernbanetrafikken er knyttet til feil i infrastrukturen. Signalanlegget, kontaktledningsanlegget og banen med skinner, sviller og sporveksler er dominerende årsaker, forklarer Sten Inge Tunli i Bane NOR.

I dag utføres mange av inspeksjonene av kontrollører som går langs skinnene og ser etter avvik. Kontrollene må gjøres når det ikke går tog og strømmen avslått, ofte om natta. Det gjør dem tidkrevende og kostbare. I mange tilfeller har skaden allerede skjedd.

– I 2024 var 70 prosent av forsinkelsestimene knyttet til infrastrukturfeil. Strekningene rundt Oslo er spesielt sårbare. Det er her det går flest tog, og det er vanskelig å få tilgang til sporet for å gjøre de planlagte kontrollene, sier Tunli.

Bildet viser togskinner og elektrisk anlegg i Oslosentrum. Det er en fotgjenger på fortauet ved siden av sporene.
Autokontroll vil identifisere feil på jernbanen før feilen skaper problemer for reisende.
Bilde: Caner Cankisi/Pexels.

Automatisert inspeksjon

Prosjektet AutoKontroll skal bruke fastmonterte kameraer på tog og kunstig intelligens (KI) til kontinuerlig overvåkning av jernbanen. 

Ved å samle inn og analysere bilder over tid kan systemet oppdage tegn på slitasje og skader langt tidligere enn i dag. 

Målet er å kunne automatisere deler av de manuelle kontrollene og gjøre dem mer effektive.

Bildet viser forskere og fagfolk fra NR og Bane NOR i fullt verneutstyr foran et av Bane NORs inspeksjonstog. Toget er gult.
Forskere og fagfolk fra AutoKontroll-prosjektet i felt for å teste utstyr og samle data langs jernbanen. Fra venstre: Sten Inge Tunli, Jakob Vintertun, Are Charles Jensen, Ingrid Utseth, Anders Ueland Waldeland, Stig Harald Henningsen, Adi Redzic, Åsmund Røisvold Kirkegård, Rune Dahlen, Finn Arild Andersen. Bilde: NR.
Anders Ueland Waldeland forsker på hvordan bildeanalyse kan brukes for å effektivisere kontrollrutiner av jernbanen. Bilde: Elin Ruhlin Gjuvsland/NR.

Bygger videre på tidligere samarbeid

Autokontroll bygger på erfaringene fra det tidligere samarbeidsprosjektet, IARI.

IARI, som på norsk har prosjektnavnet «Kunstig intelligens skal inspisere jernbanen», handlet også om inspeksjon med KI.

Der lærte forskerne mye om hva som kreves for å lykkes med automatisert inspeksjon i praksis.

I IARI ble KI-modeller trent til å finne spesifikke feil og det er noe de er svært gode på. Utfordringen er man ikke kan trene modellene på alle mulige feil som kan oppstå.

AutoKontroll har derfor valgt en annen tilnærming: I stedet for å lete etter kjente feil, skal KI analysere hvordan infrastrukturen endrer seg over tid.

Komponenter som sviller, ballast og annet materiell som fester skinnene til svillene, avbildes jevnlig. Deretter sammenlignes bildene for å finne uvanlige endringer selv når slike feil ikke er blitt observert tidligere. 

Denne tilnærmingen krever nye måter å utvikle og bruke algoritmene på, forteller seniorforsker og prosjektleder Anders Ueland Waldeland.

– Det er lett å trene algoritmer til å finne én bestemt feil hvis man har nok eksempler. Problemet er at det finnes et uendelig antall ulike feil. Da vil spesialiserte algoritmer bare dekke en liten del av behovet, sier han.

Kameraene må levere bilder med høy kvalitet

For at systemet skal fungere, er det avgjørende at det har tilgang på bilder med høy og jevn kvalitet

– Det er vanskelig å få tak i standardiserte bilder som viser detaljene som skal inspiseres jevnlig. Derfor bruker vi mye tid i AutoKontroll på å utvikle en kamerarigg som både er enkel å montere foran på visitasjonstog og god nok til å ta riktige bilder, forklarer Waldeland.

En del av Bane NORs digitaliseringsprogram

Prosjektet er nå en del av PRO20, Bane NORs omfattende digitaliseringsprogram.

Målet er å modernisere og effektivisere vedlikeholdet av jernbanen samtidig som det gir bedre driftstabilitet og en enklere hverdag for ansatte.

I dag finnes det over 240 ulike objekter som må kontrolleres regelmessig. Det pågår et betydelig arbeid med å erstatte deler av dagens rutiner med mer effektive og pålitelige metoder.

–Det er store forventninger til hva som kommer ut av dette forskningsprosjektet, avslutter Tunli.

Prosjekt: AutoKontroll – Automatisert kontroll av jernbane

Partner: Bane NOR

Finansiering: Forskningsrådet

Periode: 2024 – 2027

Les mer om prosjektet: