AI-RWay

Il progetto: innovazione al servizio della manutenzione predittiva

AI-RWay è una piattaforma end-to-end per l’ispezione intelligente delle infrastrutture ferroviarie, sviluppata per accompagnare l’evoluzione dalla Proof of Concept a una soluzione integrata validata in ambiente operativo.

La piattaforma integra:

• acquisizione video da drone con metadati georeferenziati,

• pipeline di elaborazione automatica basata su modelli di Computer Vision e Machine Learning,

• generazione strutturata di eventi e alert,

• interfaccia web per la gestione operativa e la pianificazione degli interventi

Questa piattaforma comprende la verifica automatica o semi-automatica dello stato della linea, al fine di analizzarne le condizioni e gestire notifiche tempestive, abilitando la manutenzione intelligente, automatizzando i processi di verifica e di monitoraggio delle componenti. Tutto ciò è reso possibile grazie all’utilizzo dell’intelligenza artificiale e al dispiegamento di droni per catturare riprese e monitorare attivamente la linea.

Use case coperti

1️⃣ Monitoraggio Segnaletica Verticale

Il sistema rileva automaticamente la presenza e lo stato dei segnali ferroviari, identificando:

• segnali mancanti

• segnali degradati o vandalizzati

• variazioni rispetto allo stato di riferimento

2️⃣ Rilevamento Oggetti e Ostacoli in Linea

Il modulo di Object Detection identifica oggetti anomali sulla sede ferroviaria (detriti, ostacoli, ecc.) attraverso:

• analisi frame-by-frame con downsampling controllato

• aggregazione temporale degli eventi

• geolocalizzazione automatica degli alert

3️⃣ Monitoraggio Circuito di Binario (CdB)

Il sistema identifica e verifica lo stato degli elementi installati lungo la linea, con focus sul circuito di binario (CdB):

• riconoscimento del cavo

• rilevamento assenza o danneggiamento

• classificazione stato operativo

Il modello dedicato è stato addestrato su dataset proprietari raccolti in condizioni reali di esercizio.

Le funzionalità della piattaforma

ZIRAK, in qualità di partner di progetto, ha svolto un ruolo attivo nei seguenti task:

• design dell’architettura software di tutte le componenti (backend, frontend e metodi di acquisizione e comunicazione dei dati)
• pre-processing ed etichettatura dei dati provenienti da droni
• selezione dei modelli di Intelligenza artificiale e Computer Vision
• sviluppo dell’intera piattaforma software
• gestione del dimostratore su campo

AI-RWay implementa un sistema completo di gestione del ciclo di vita dei video e degli alert, permettendo di:

• caricare i video del drone, in maniera automatica
• analizzare i contenuti preprocessati con algoritmiche di AI, dedicate ad ogni caso d’uso

• generare automaticamente gli eventi

• classificare e assegnare severità

• shedulare gli interventi, indicare metadati relativi alla problematica riscontrata (ad esempio la gravità)
• rappresentare gli eventi georeferenziati su mappa attraverso, alimentato dai risultati dei modelli di AI
• gestire lo storico in maniera agevole.

Al fine di validare al meglio la piattaforma, il progetto ha previsto la creazione di un dataset specifico per i diversi use case applicativi, supportato da un dimostrazione in scenari reali, su tratte identificate della rete ferroviaria di riferimento, in diverse condizioni di luce e meteorologiche per assicurare una migliore copertura, abilitando inoltre la georeferenziazione del drone stesso.

Visualizzazione mappa

Gestione eventi

Gestione linea

Risultati ottenuti

Il progetto AI-RWay si è concluso con lo sviluppo e la validazione di una piattaforma integrata per l’ispezione intelligente delle infrastrutture ferroviarie, dimostrandone la fattibilità operativa in scenari reali.

Nel corso del progetto sono stati realizzati e integrati:

• Moduli AI per il rilevamento e classificazione della segnaletica verticale

• Moduli di Object Detection per l’identificazione di ostacoli e oggetti anomali sulla linea

• Un sistema di monitoraggio del circuito di binario (CdB)

• Un’infrastruttura backend per la gestione di video e metadati georeferenziati

• Una Web Application per la visualizzazione su mappa, la gestione degli alert e la pianificazione degli interventi, abilitando la costruzione di un Digital Twin dinamico dell’infrastruttura ferroviaria, alimentato dagli output dei modelli AI

La piattaforma è stata validata attraverso campagne di volo dedicate e test end-to-end, dalla fase di upload del video alla generazione automatica degli eventi.

In fase di validazione sono state raggiunte le seguenti performance:

• 94% di accuratezza nel rilevamento di oggetti e ostacoli

• 90% di accuratezza nella classificazione della segnaletica

• Fino al 99% di accuratezza nel riconoscimento dello stato del circuito di binario

La soluzione dimostrata consente di trasformare l’ispezione ferroviaria da attività prevalentemente manuale a processo digitale, ripetibile e tracciabile, abilitando un approccio strutturato alla manutenzione assistita e predittiva.

I nostri partner