Foto’s om defecten spoor te signaleren

Foto’s om defecten spoor te signaleren

Een proef met de analyse van miljoenen foto’s via speciale algoritmes laat zien dat met beeldherkenning een juistheid van bijna honderd procent wordt behaald. Dat meldt spoorbeheerder ProRail.

Het spoorvervoer gaat sterk groeien de komende jaren, zo is de verwachting. De rails zullen dan sneller slijten. Door intensiever gebruik heeft ProRail minder gelegenheid om het spoor handmatig te inspecteren. Dat was voor het bedrijf reden om naar een alternatief te zoeken. Automatische beeldherkennning lijkt een kansrijke optie. “De afgelopen maanden hebben we daar een proef mee gedaan. Op basis van deze test verwachten we dat we zonder handmatig werk alle visueel te detecteren componenten via foto’s automatisch op orde te kunnen brengen in onze informatiesystemen”, zo schrijft ProRail in een verklaring. De spoorbeheerder noemt de eerste resultaten hoopgevend, met percentages boven de 99 procent juistheid.

Miljoenen foto’s
Door ongeveer 250 miljoen foto’s per jaar te analyseren via nieuwe data science methoden, kunnen defecten makkelijker worden ontdekt. Zelfs de kleinste haarscheurtjes kunnen worden ontdekt. ProRail is nu bezig om meer algoritmes te ontwikkelen, zodat uit de foto’s automatische relevante informatie wordt herkend. “Inmiddels zijn we in staat om de lasverbindingen tussen de spoorstaven te herkennen en we hebben aangetoond dat dit ook voor dwarsliggers mogelijk is”, aldus ProRail.

Veiliger
Automatische beeldherkenning zorgt ervoor dat het werken voor spoormedewerkers veiliger wordt. Zij hoeven immers de zevenduizend kilometer spoor in Nederland niet meer te inspecteren langs de baan, maar kunnen dat straks doen met behulp van de data-analyses. Door de nieuwe manier van inspecteren kan ProRail beter bepalen wanneer onderhoud nodig is en wat er dan precies moet gebeuren.

Lees ook: Drones ingezet voor onderhoudsinspecties

Laat een reactie achter

Lees ook