HARMONY - Human-Assisted Real-time Monitoring of Infrastructure and Obstacles from Railway Vehicles

Die Eisenbahn ist das Verkehrsmittel Nr. 1 zur Bewältigung der Klimakrise, ohne die Mobilität von Personen oder Gütern einzuschränken. Sicherheit und Zuverlässigkeit sind dabei Kernaspekte und können nur durch eine sorgfältige Wartung der Gleisinfrastruktur ermöglicht werden. Bisherige Wartungsmethoden basieren auf der häufigen, oberflächlichen Kontrolle durch das Personal des Bahnbetreibers sowie einer unregelmäßigen, präzisen Überwachung mit kostenintensiven Messfahrzeugen. Dieses Modell stößt an seine ökonomischen Grenzen.

Im Fokus des Projekts steht ein intelligentes System zur Montage an Regelzügen, das die Gleisinfrastruktur während des Normalbetriebs kontinuierlich mit Hilfe von Sensoren abtastet und mittels künstlicher Intelligenz Anomalien an Gleisen, Gleisbetten und Weichen automatisch erkennt und meldet. So werden potenzielle Gefahren wie Gleisschäden oder Bewuchs frühzeitig erkannt und Bahnbetreiber bei der Entscheidungsfindung zu notwendigen Wartungsarbeiten unterstützt. Unfallrisiken sowie Ausfallzeiten werden minimiert.

Für die intelligente Sensordatenverarbeitung im fahrenden Zug braucht es Lösungen für die Auswahl geeigneter Datenanalysewerkzeuge, Sensorkorrelationsmethoden, Dateninterpretations- und Synchronisationsmethoden unter Berücksichtigung wirtschaftlicher Einschränkungen und hoher Anforderungen an Robustheit, Leistung und Zuverlässigkeit. Adressiert werden aber auch die menschlichen Faktoren zur Erhöhung der Ende-zu-Ende Systemsicherheit und der Benutzerakzeptanz.

Zentral ist hier die Erarbeitung der neuen Rolle des Remote Analysten, der die Entscheidungsfindung aus der Ferne unterstützt und auch für KI-Anwendungen in anderen Bereichen, in denen intelligente Maschinen eingesetzt werden, relevant ist.

Die Ergebnisse dieses anspruchsvollen Forschungsprojekts werden eine solide Grundlage schaffen, um die Gleisinfrastruktur lückenloser und kostengünstiger zu überwachen und somit einen noch sichereren und zuverlässigeren Betrieb zu ermöglichen. Als Konsortialführer und Pionier im Bereich intelligenter Sensor- und Assistenzsysteme für die Schiene zeichnet Mission Embedded für die technische Entwicklung des Projektes hauptverantwortlich.

Das Institut für Computertechnik der TU Wien bringt sein langjähriges Forschungs-Know-how und seine weitreichende Expertise in den Bereichen Embedded Systeme, Sensortechnologie sowie Embedded Machine Learning ein.

Frequentis Control Room Consulting adressiert mit seiner jahrzehntelangen Erfahrung im sicherheitskritischen Umfeld zentrale Fragen der Benutzer:innenakzeptanz, der Datenvisualisierung und der Rollendefinition des Remote Analysten.

Konsortialführung

Mission Embedded GmbH

Weitere Konsortialpartner:innen

• TU Wien, Institut für Computertechnik
• Frequentis Control Room Consulting

Mission Embedded GmbH
Jenny Vuong, PhD
Gutheil-Schoder-Gasse 8-12
A-1100 Wien