Autonom togdrift med bildeanalyse og maskinlæring (Europe’s Rail)
- Avdeling BAMJO
- Involverte fagområder Bildeanalyse
- Involverte bransjer Samfunn
Europe’s Rail er det største forsknings- og innovasjonsprosjektet i jernbanesektoren noensinne, og samler forskere og jernbaneaktører fra hele Europa for å utvikle ny teknologi for fremtidens togdrift. Med Jernbanedirektoratet som norsk koordinator deltar NR som en del av det norske landslaget, og utvikler avanserte metoder innen bildeanalyse for autonom togdrift.
En fellessatsing for europeisk jernbane
Europe’s Rail er EUs fellesløft for jernbanen, og omfatter flere delprosjekter som skal svare på ulike behov i fremtidens togtrafikk. Prosjektet bygger på samarbeid mellom jernbanesektoren og forskningsmiljøer på tvers av Europa, og er det største innovasjonsinitiativet på området noensinne. Den norske deltagelsen ledes av Jernbanedirektoratet og inkluderer flere forsknings- og fagmiljøer.
NR er med i delprosjektet Rail to Digital automated up to autonomous train operation, som har som mål å utvikle løsninger for selvkjørende tog. Vårt arbeid er særlig rettet mot bildeanalyse, en komponent som er helt avgjørende for å sikre trygg, autonom togdrift.
Overvåking av vannstand med kamera og maskinlæring
For å sikre trygg togtrafikk ved flom og kraftig nedbør utvikler NR metoder for å overvåke vannstanden langs skinnegangen. Når vannet når kritiske nivåer, må togene senke farten eller stanses helt for å unngå ulykker. Dette kan føre til både forsinkelser og kanselleringer.
NR samler inn og analyserer bildedata fra kameraer montert på rutegående tog for å identifisere områder med dårlig drenering og følge med på hvordan vannstanden utvikler seg over tid. Tilnærmingen er metodisk krevende da modellen må kunne gjenkjenne både vann og relevant infrastruktur, og samtidig klare å kombinere observasjoner fra ulike tidspunkter og avganger.
Våre maskinlæringsmodeller utvikles for å oppdage vannansamlinger nær skinnegangen, og sammenligne bildene med tidligere observasjoner, slik at økende vannstand kan oppdages før det utgjør en fare for trafikken.
En grunnmodell for norsk jernbane
Som en del av prosjektet utvikler vi en grunnmodell (foundation model) for bilde- og videodata fra norsk jernbane. Slike modeller trenes på store mengder umerkede data ved hjelp av selvstyrt læring (self-supervised learning), og lærer å gjenkjenne normale forhold på og rundt skinnegangen.
En grunnmodell kan raskt tilpasses til nye oppgaver, for eksempel innen flomdeteksjon, med langt mindre behov for merkede treningsdata. Dette gir større fleksibelt og et mer effektivt utgangspunkt for videre utvikling.
Vil du vite mer om dette prosjektet?
Ta kontakt:
Prosjekt: Europe’s Rail
Partnere: Jernbanedirektoratet, NORCE, Bane NOR, Vy mm.
Finansiering: Horizon Europe
Periode: 2022 – 2026.
Andre ressurser:
FP2-R2DATO – ekstern prosjektside.