Proyecto Trainspect
Inspección automática mediante Deep Learning de elementos de seguridad en vagones pocket para las autopistas ferroviarias.
Sobre el proyecto
El proyecto Trainspect se realizó conjuntamente con la empresa colaboradores CARGOBEAMER, una empresa con sede en Leipzig, Alemania, que aporta una solución logística respetuosa con el medio ambiente, en la que los semirremolques se transportan por ferrocarril, ahorrando recursos. Esto ahorra alrededor del 85% de las emisiones de CO2 en comparación con el transporte convencional por camión. En lugar de transportar cada semirremolque por carretera, CargoBeamer transporta hasta 36 semirremolques a su destino con un solo tren intermodal, eléctricamente. CargoBeamer puede ser un componente fundamental para disminuir la huella de carbono, ofreciendo a los transportistas una entrega «rentable, confiable y rápida de sus mercancías».
El Contexto
España se sitúa en la cola del transporte ferroviario de mercancías en Europa. Según cifras de Eurostat, sólo el 4.8% de las mercancías en el país lo hacen por tren (frente al 19% de media en el resto de la UE), mientras que el resto es trasladado por carretera, pese a la eficiencia y sostenibilidad del ferrocarril convencional. Igualmente, la automatización y digitalización del sector logístico portuario evoluciona de manera más lenta que otros sectores con características comparables.
Para poder aumentar la cuota de transporte de mercancías por ferrocarril existen las llamadas autopistas ferroviarias. Son un sistema de transporte combinado que consiste en una línea lanzadera de ferrocarril destinada al transporte de camiones. Los camiones recorren por carretera el trayecto hasta el inicio de la autopista ferroviaria, se montan en vagones especiales y son descargados en la estación final para continuar por carretera a destino. Tienen como fin aunar las ventajas de economía y seguridad del ferrocarril y de acceso directo hasta el destino del transporte por camión.
El Problema
En estos escenarios, antes de la salida de cada tren, es obligatorio realizar un proceso de inspección de los vagones, donde se valida el correcto funcionamiento y disposición de varios elementos de seguridad (palancas de freno, anclajes, etc.). Estos procesos de inspección se realizan de manera manual por operarios recorriendo todo el largo del tren, en un entorno hostil, adverso y peligroso. Estas inspecciones pueden llegar a durar alrededor de 2 horas por tren. Al realizar esta tarea repetitiva y tediosa de manera manual, estos procesos son propensos a errores, pudiendo significar costes muy importantes. Por lo tanto, la digitalización de los procesos de inspección de vagones de tren, mediante un análisis automatizado de los componentes cruciales de seguridad de los vagones implican un incremento potencialmente alto en la calidad de la inspección/evitación de errores, así como un ahorro de tiempo significativo.
La Solución
En concreto, en el proyecto TRAINSPECT nos centraremos en el reconocimiento automático y fiable de varios componentes de seguridad relevantes durante la salida del tren, mediante el desarrollo de nuevas tecnologías de Deep Learning. Este reconocimiento en imágenes se podría ejecutar a través de los videos de unas cameras fijas, instaladas de ambas partes de la vía, o a partir de un dispositivo móvil de tipo Tablet. Partiendo del modelo de reconocimiento de códigos de vagones UIC ya desarrollado en AllRead, en este proyecto nos centraremos en el análisis de los siguientes componentes:
- Posición de la palanca G/P
- Posición de la palanca de encendido/apagado del freno
- Cable de desbloqueo disponible / no disponible
- Freno de mano rojo/verde
- Posición del perno de bloqueo
- Información textual: código de vagón UIC, información de peso y “TARA”, etc.
Figura 1. Ejemplo de los cinco componentes a analizar
La disrupción en el mercado
Antes de la salida de cualquier tren de mercancías de una terminal, es obligatorio realizar un proceso de inspección donde, por un lado, se valida la composición del tren, verificando que en cada vagón (identificado con su código UIC) se trasladan los contenedores correctos (identificados con su código BIC), o, en el caso de CargoBeamer, los remolque correctos (identifcados por codigo ILU). Por otro lado, este proceso de inspección valida elementos fundamentales a la seguridad: anclajes, palancas de freno, identificadores de transporte de mercancías peligrosas, etc. Estos procesos de inspección son obligatórios para cumplir la normativa Europea.
En todos los casos, este proceso se realiza de manera manual. No existe en el mercado ninguna solución que automatice esta inspección. Para las terminales, realizar el proceso de inspección de manera manual supone una tarea lenta, repetitiva y propensa a generar errores. Esto que conlleva mayores costes, largos tiempos de revisión y corrección, que se traduce en una menor eficiencia operativa. El tiempo requerido para la recopilación de datos implica una mayor presencia de empleados, y durante más tiempo, en zonas operativas peligrosas con circulación de ferrocarriles y grúas.
El proyecto TRAINSPECT pretende digitalizar el proceso de inspección de los trenes de carga. Significa una disrupción frente al status-quo actual en varios aspectos:
- Incremento substancial de la velocidad de inspección. Los procesos manuales duran al menos 2 horas en la que los trenes cargados aún no pueden circular. Automatizar el proceso (con cameras fijas o dispositives móviles) se traduce en una ganancia significativa de tiempo y el poder aumentar la operativa de las terminales.
- Disminución de errores. Los procesos manuales repetitivos y tediosos son propensos a errores y descuidos. La digitalización de los procesos de inspección deben disminuir de manera drástica dichos errores humanos
- Auditoria de los datos. Los procesos de inspección manual se realizan “a ojo”, y no consta otra prueba de dicha inspección que los formularios rellenados a mano. El control de elementos de seguridad mediante analítica de vídeo garantiza que las imágenes se guardan y pueden demostrar en cualquier momento el estado de dichos elementos, como prueba forense y de auditoría.
- Seguridad. La digitalización de los procesos de inspección reduce de manera drástica la circulación durante tiempos elevados de personas en entornos peligrosos con maquinaria pesada operando, polución, inclemencias del tiempo, etc.
El proyecto TRAINSPECT tiene como propósito transformador masivo la transición hacia una logística verde, respetuosa con el medio ambiente, y completamente automatizada, libre de intervenciones humanas.