KI findet Schäden an Schweizer Bahnstrecken
Lausanne – Der bauliche Zustand der Bahnstrecke zwischen Zermatt, Brig und Disentis im Kanton Wallis wird künftig mithilfe von Künstlicher Intelligenz (KI) überwacht. Ein Team von Forschern der Eidgenössischen Technischen Hochschule Lausanne (EPFL) hat die Machbarkeit einer KI-gesteuerten Methode zur Erkennung, zum Wachstum und zur Überwachung von Rissen in technischen Bauwerken und auf normalen Strecken bereits nachgewiesen. Jetzt wird die Methode in der Praxis getestet, um Schäden so früh zu erkennen, dass Reparaturen möglich sind.
KI beurteilt Schwere von Rissen
KI trägt dazu bei, die Sicherheit im Schienenverkehr zu verbessern, indem sie automatisierte Inspektionen von Gleisen, Schwellen und Stützmauern ermöglicht. «Wir haben einen Algorithmus darauf trainiert, zwischen Bildern mit und ohne Risse in Betonwänden zu unterscheiden, indem wir ihn mit Hunderten von Bildbeispielen aus beiden Kategorien fütterten», so EPFL-Forscher Florent Forest. Das versetze den Algorithmus in die Lage, die Schwere von Schäden zu beurteilen.
«Benutzer können den Algorithmus mit Bildern füttern, die über mehrere Jahre hinweg von einem Abschnitt einer Eisenbahnstrecke – oder einer anderen Art von Infrastruktur, die regelmässig inspiziert wird – aufgenommen wurden, und ihn bitten, den Schweregrad von Rissen in Wänden und Schwellen im Laufe der Zeit zu quantifizieren. Das hilft Infrastrukturbetreibern, ihre Instandhaltung effektiver zu planen», verdeutlicht Forest.
Subjektivität wird ausgeschaltet
Derzeit überprüfen Inspektoren der Bahnbetreiber regelmässig den Zustand von Infrastrukturen wie Stützmauern, Betonschwellen und Brücken anhand vordefinierter Kriterien. Dieses Verfahren ist jedoch anfällig für subjektive Bewertungen und erschwert die Nachverfolgung von Veränderungen im Laufe der Zeit, insbesondere wenn verschiedene Inspektoren denselben Abschnitt der Infrastruktur zu unterschiedlichen Zeitpunkten bewerten.
In der Praxis sammeln spezielle Überwachungswagen, die mit verschiedenen Messgeräten sowie Seiten- und Bodenkameras für die visuelle Inspektion von Schienen, Betonschwellen und Stützmauern ausgestattet sind, eine Fülle von Daten, die Experten auswerten. Das übernehmen künftig KI-gesteuerte Systeme, die die Schwere der Schäden quantifizieren. So wird der Inspektionsprozess automatisiert, wodurch er objektiver, genauer und im Laufe der Zeit auch leichter vergleichbar wird. (pte/mc/ps)
