Inspeksjon av infrastrukturen er essensiell for å kunne sikre en trygg og effektiv jernbane. Nå utvikler NR og Bane NOR en AI-basert modell for å gjøre jobben. 

Inspeksjon er essensielt for å kunne sikre en trygg og effektiv jernbane. Manuell inspeksjon er imidlertid tid- og kostnadskrevende, og vil ofte medføre stenging av jernbanetraséer for å ivareta sikkerheten til personellet som gjennomfører inspeksjonen. Å utvide eller erstatte enkelte oppgaver med automatiserte metoder har et stort potensial for besparelse og å forbedre kunnskapen om tilstanden til jernbanen. 

NR utvikler algoritmer som gjenkjenner feil på infrastrukturen ved å bruke bilder fra kameraer på blant annet tog og droner. Vi bruker også data fra IR- og dybdekamera som kan gi mer informasjon enn det som finnes i vanlige bilder. Algoritmene, dyp læring i kombinasjon med klassiske statiske metoder, trenes til å gjenkjenne typiske feil i bilder ved å bruke et datasett med bilder av kjente feil. I samarbeid med Bane NOR jobber vi med å identifisere kritiske inspeksjonsoppgaver som er egnet for bildegjenkjenning og etablere datasett til å trene algoritmene med.  

I IARI prosjektet jobber NR og Bane NOR med å utvikle AI-basert bildegjenkjenning for inspeksjon av jernbaneinfrastruktur. 
COPYRIGHT: Bane NOR / KREDITERING: Anne Mette Storvik, Bane NOR

Navn: IARI – AI-basert bildegjenkjenning for inspeksjon av jernbaneinfrastruktur

Partner: Bane NOR

Periode: 2020-2021

Finansieringskilde: Forskningsrådet – IKT Pluss