Inspection automatisée, de la capture à la prise de décision

Inspections automatisées par LiDAR et vidéo

Des contrôles ferroviaires fragmentés et gourmands en ressourcesDescription du problème

Les inspections traditionnelles des infrastructures reposent souvent sur des évaluations manuelles sur le terrain, des relevés isolés et des ensembles de données disparates. Cela peut entraîner des résultats subjectifs, des délais de traitement longs et une visibilité limitée sur l'ensemble du réseau. Les équipes d'ingénierie et de maintenance ont besoin d'un moyen plus rapide et plus cohérent pour identifier les changements, les anomalies et les risques potentiels.

Une surveillance continue sans infrastructure lourdeNotre solution

Cordel transforme les véhicules ferroviaires en trains de mesure des infrastructures. Les données LiDAR, vidéo et issues des capteurs sont collectées automatiquement, traitées par des modèles d’IA spécialement conçus à cet effet et gérées sur une plateforme cloud unique. Cela fournit une source d’informations fiable et cohérente sur l’état des infrastructures et permet aux équipes de transformer les données à l’échelle du réseau en informations exploitables.

Principales caractéristiques

Saisie de données sans intervention humaine

Enregistrement déclenché par un mouvement, transfert automatique et gestion de la couverture

Analyse automatisée

Évaluation, grâce à l'IA, des données LiDAR, vidéo et issues des capteurs

Informations à l'échelle du réseau

Des résultats cohérents et reproductibles sur l'ensemble du réseau ferroviaire

Génération automatique de rapports d'exceptions

Identification et hiérarchisation plus rapides des résultats pertinents

Plateforme cloud unique

Stockage, recherche, indexation et accès centralisés

Résultats dont la qualité est garantie

Contrôle qualité intégré, traçabilité des audits et gestion des versions

Fonctionnalités supplémentaires

  • Capteurs à étalonnage automatique et diagnostics à distance
  • Matériel nécessitant peu d’entretien, conçu pour les environnements ferroviaires difficiles
  • Analyse des axes de voie, des dégagements et du gabarit, des profils de ballast, de l’envahissement par la végétation, de la hauteur et du décalage des lignes aériennes de contact (LAC)
  • Détection des actifs et suivi des changements
  • Résultats fournis en quelques jours plutôt qu’en plusieurs mois
  • Modèles d’IA spécifiques au client qui s’améliorent à chaque acquisition de données
  • Évaluations en libre-service et à la demande
  • Accès via API pour l’intégration aux systèmes d’entreprise existants
  • Réduction des goulots d’étranglement dans le traitement des données sans augmentation des effectifs

Un large éventail d'applications pour notre solutionCas d'utilisation

  • Position de l'axe de la voie (précision absolue : ± 50 mm à l'horizontale ; ± 30 mm à la verticale) (Extraction automatisée à partir d'un nuage de points classifié ; les fichiers CSV incluent la latitude et la longitude)
  • Géométrie de la voie (configurable, généralement avec une granularité de 1 mètre) (extraction automatisée à partir d’un nuage de points classifié ; dévers (surélévation) et rayon (versine))
  • Espacement des voies (écart entre des voies parallèles ; généralement tous les 1,5 ou 10 mètres) (IA appliquée au nuage de points classifié ; fichiers CSV ou au format « Track Intervals » de Network Rail (fichiers SCX))
  • Analyse du gabarit des ouvrages (profil d’infrastructure LiDAR / véhicule de référence de la base de données – détection automatisée des infractions : identification des ouvrages (par ex. bâtiments, quais) empiétant sur le profil défini)
  • Espacement entre voies parallèles (décalages horizontaux et verticaux automatisés entre voies adjacentes)
  • Bâtiments et quais – localisation et mesures (fichiers CSV tous les 1 ou 5 mètres, incluant la géométrie de la voie (dévers, rayon) et le système de référence linéaire)
  • Distance entre le bord du quai et l'axe de la voie (mesure en continu – remplace les relevés manuels)
  • Profil et largeur de l'épaulement du ballast (analyse de la section transversale en 3D — ligne de référence continue km par km)
  • Hauteur à partir du sommet de la traverse (différence de hauteur entre le sommet de la traverse et la couche de ballast)
  • Évaluation volumétrique granulaire du ballast (détermination des excédents et des déficits de ballast en volume (en m³) le long de la voie)
  • Fil de contact – hauteur (m) et position latérale (mm, gauche ou droite) (extraction automatisée à partir d'un nuage de points)
  • Envahissement par la végétation à proximité des lignes électriques aériennes (la classification par IA détecte l'envahissement à l'intérieur d'un cadre de sélection configurable)
  • Envahissement de la zone de dégagement des voies par la végétation (détection automatisée — surveillance continue, rapports kilomètre par kilomètre indiquant l’emplacement et le volume (voir également « Envahissement de la voie par la végétation »))
  • Détection des variations saisonnières de la croissance (une superposition d’images prise à chaque passage permet d’identifier la croissance au fil du temps et de fournir des rapports sur les volumes le long de la voie)
  • Géométrie et profil de la surface du passage à niveau (le modèle 3D détecte les différences de niveau et les problèmes de drainage)
  • Ligne de visée dégagée (végétation / ouvrages) (analyse de la ligne de visée par LiDAR conformément aux exigences de distance de visibilité de la base de données)

Faisons progresser les infrastructures ferroviaires

Vous souhaitez en savoir plus sur nos solutions numériques ou discuter d’un défi spécifique en matière d’infrastructures ? Notre équipe vous aidera à identifier les technologies, les services et les applications les mieux adaptés à vos besoins.

Stefan Distlberger

Head of Business Development Digitalization

Mobile: +49 1525 1652417

Contact
Contactez-nous