LiDAR nei test prestazionali sui treni ad alta velocità

LiDAR nei test prestazionali sui treni ad alta velocità - Ferrovie 24
LiDAR nei test prestazionali sui treni ad alta velocità - Ferrovie 24

operatore ferroviario ad alta velocità Linea luminosae società di intelligenza artificiale Sotereon.AIha lanciato un progetto congiunto che studia la tecnologia LiDAR per valutare la consapevolezza dei corridoi in tempo reale in un ambiente ferroviario attivo ad alta velocità. lavoro, treni velocità fino a 200 km orariLo scopo è quello di comprendere quanto nitida e affidabile sarà l’immagine fornita dal rilevamento ad alta risoluzione, anche in avvicinamento.

Sorveglianza in tempo reale ad alta velocità

In questo progetto, gli ingegneri stanno posizionando i sensori LiDAR (Light Detection and Ranging) su due locomotive. LiDAR utilizza impulsi laser per creare un’immagine spaziale dell’ambiente. I dati raccolti vengono inviati a Sotereon.AI mentre i treni si muovono lungo il corridoio. alla piattaforma Overwatchviene trasmesso e crea un gemello digitale del corridoio.

L’aspetto più importante di questo test è che non viene eseguito in una linea di test separata, La corsia principale attiva di BrightlineViene eseguito alla velocità reale della linea. Con il supporto della ricerca basata su LiDAR da parte della Federal Railroad Administration, l’industria ferroviaria si sta ora rivolgendo a questa tecnologia di rilevamento avanzata.

Il ruolo di LiDAR per le decisioni basate sui dati

Brightline pianifica questa collaborazione non solo come un test hardware, ma anche come un test esercizio decisionalelo vede come. Una migliore visibilità attraverso il corridoio ha il potenziale di avere un impatto diretto sulla futura pianificazione della manutenzione, sull’affidabilità del servizio e sulla sicurezza operativa complessiva. I funzionari affermano che il vero problema è quanto siano utili e trasformative le informazioni raccolte.

Sotereon.AI inquadra questa collaborazione come parte della sua missione di applicare soluzioni di intelligenza artificiale trasformative alle infrastrutture ferroviarie. I partner intendono rivedere i dati nel tempo per determinare dove LiDAR aggiunge il maggior valore alle aree operative e dove strumenti più semplici potrebbero essere sufficienti. Questo studio di base è indicativo degli sforzi del settore per migliorare l’efficienza operativa mappando in anticipo i potenziali rischi.