Einsatz von KI zur Verbesserung der Gleispflege

Tech Insights

Künstliche Intelligenz – wie kann sie die Gleispflege verbessern?

Höchstwahrscheinlich nutzen Sie bereits KI im Geschäft und zu Hause. Wann haben Sie das letzte Mal “Siri?” oder „Alexa“ gesagt? Oder haben Ihr Auto gebeten: “Ruf Mama an”? KI mag also neu erscheinen, ist es aber nicht. Im Gegensatz zu natürlicher Intelligenz beinhaltet künstliche Intelligenz kein Bewusstsein und keine Emotionalität. Vielmehr handelt es sich bei KI meist um eine Software, die auf einem Gerät läuft. Sie nimmt ihre Umgebung wahr und ist so programmiert, dass sie Aktionen ausführt, die die Chance maximieren, ein gesetztes Ziel erfolgreich zu erreichen. KI zur Verbesserung der Gleispflege ist ein spannendes Thema.

Bei tmc nutzen wir Algorithmen der Künstlichen Intelligenz, um der Stopfmaschine eine menschenähnlichere Wahrnehmung des Stopfens zu geben. Unser Stopfassistent (tmA²) ist ein selbstlernendes Assistenzsystem. Die Gleisumgebung wird in einer digitalen Datendarstellung abgebildet. Hochspezialisierte Algorithmen berechnen aus der digitalen Datenrepräsentation Hindernisse und andere Umgebungsdetails. Aus diesen Details leitet der digitale Stopfassistent Handlungen ab, die dann dem Benutzer vorgeschlagen werden. Im Prinzip erleichtert so die künstliche Intelligenz in unserem Stopfassistenten die Bedienung und sorgt für die präzise Wiederherstellung der Gleislage.

Stopfen wie ein Profi mit Sensordatenfusion & KI

Wir haben das Stopfverfahren auf die nächste Stufe gehoben, indem wir mit KI-gestützter Laser- und Lichtsensorik arbeiten. Alle Sensoren werden mit Sensordatenfusion in ein Umgebungsmodell eingelesen. Dabei werden u.a. Punktwolkendaten und Kamerabilder zusammengeführt. Das Ergebnis ist ein datenbasiertes Modell der Umgebung, das den Arbeitsbereich der Maschine abdeckt. Das Fully-Convolutional-Neural-Network (FCNN) transformiert die Sensorinformationen, wie z. B. Abstandsinformationen, in einen semantisch höherwertigen Informationsraum, in unserem Fall die Gleisumgebungsinformationen. Anschließend wird die Technik des verstärkenden Lernens angewandt, um aus diesen höherwertigen Informationen Handlungen abzuleiten. Verstärkendes Lernen ist ein neueres Paradigma im Bereich des maschinellen Lernens. KI zur Verbesserung der Gleispflege wird vor allem im Bereich des autonomen Fahrens eingesetzt, aber bei tmc nutzen wir es für tmA².

Lesen Sie mehr über tmA², um mehr über die Vorteile des Stopfens mit tmA² zu erfahren oder kontaktieren Sie uns für eine detaillierte Präsentation.

Effect Image

Partnerschaft von tmc und Applanix bringt die beste Gleisgeometrielösung am Markt

Corporate News

Partnerschaft

Product News

tmc arbeitet aus gutem Grund mit Applanix, einem der führenden Hersteller von Produkten für Trägheitsnavigationssysteme. Geimeinsam gelingt es hochspezialisiertes Wissen zu vereinen und anzuwenden, um erstklassige digitale Eisenbahnlösungen bereitzustellen.

weiterlesen
DRSA Workshop

tmc tritt der Digital Railway Solutions Alliance bei

Alliance

DRS Alliance

tmc

Für tmc ist die Optimierung des weltweiten Schienennetzes mit mehr Automatisierung, digitaler Innovation sowie Datenverarbeitung gleichgesetzt. Daher sind wir der Digital Railway Solutions Alliance (DRS Alliance) beigetreten.

weiterlesen
teamwork

tmc @ Karrieretag HTL Wien West am 21. April 2022

Event News

News

Wir sind bei dem diesjährigen Karrieretag der HTL Wien West am 21. April 2022 vertreten. Schüler*innen aus den Bereichen Elektrotechnik, Elektronik, IT, Maschinenbau und Mechatronik haben hier die Möglichkeit tmc kennenzulernen.

weiterlesen