CASO DE ÉXITO: RENFE

Inspección de vagones con visión artificial en tiempo real

«AllRead hace que la captura de datos sea más rápida y sencilla, y facilita las tareas de facturación. Ofrece una solución flexible, escalable y orientada al futuro que nos permite procesar tanto imágenes como vídeos mediante un dispositivo móvil o una tableta.»

David, Rail Operator for Renfe Mercancías.

Empresa: RENFE Mercancías.
Industria: Láctea
Caso de uso: RENFE Mercancías.

El desafío

Renfe Mercancías es el principal operador de transporte ferroviario de mercancías en España. Al año, transporta más de 18 millones de toneladas de mercancías.

En las terminales ferroviarias de Renfe Mercancías, antes de cada salida del tren, es obligatorio realizar un control del tren. Esto implica un proceso de verificación y de captura de datos para obtener la estructura completa del tren, de la que se extraen los siguientes datos:

Códigos BIC del contenedor
Códigos UIC de vagones
Señales de mercancías peligrosas
Twist Locks (Cierres de Seguridad)

Esta verificación de los elementos es necesaria tanto para la eficiencia operativa como para cumplir con la normativa en vigor.

“Desde TrenLab sabíamos que éramos ambiciosos cuando definimos el reto, en el que buscábamos soluciones transformadoras, innovadoras y tecnológicas que mejorasen la operativa y competitividad del transporte de mercancías. AllRead se ha ajustado perfectamente a lo que buscábamos en el ecosistema de startups, con una solución con tracción y validada en otros clientes de la cadena logística”, afirma Andrés Gómez, Head of Open Innovation en Renfe.

El problema: Lectura y registro de los datos manual

El proceso de recopilación de datos se debe realizar con cada uno de los trenes de forma manual. Una vez terminado, los datos recolectados tienen que introducirse tecleándolos en un ordenador. Para Renfe Mercancías y sus operarios, esto les supone una tarea lenta, repetitiva y propensa a generar errores, lo que conlleva mayores costes, largos tiempos de revisión y corrección, que se traduce en una menor eficiencia operativa.

Además, el proceso de toma de datos actual no proporciona ninguna visibilidad del estado físico de los trenes y contenedores, por lo que, en consecuencia, genera dificultades adicionales en el proceso de auditoría ante una incidencia.

Por último, el tiempo requerido para la recopilación de datos implica una mayor presencia de empleados, y durante más tiempo, en zonas operativas con circulación de ferrocarriles.

En palabras de Pilar Górriz, Gerente de Innovación de Renfe, “una de las apuestas que tenemos mediante nuestro programa de innovación TrenLab, en el que trabajamos con startups durante 6 meses, ha sido trabajar en una solución operativa. Esta solución no solo era buena para el personal de Renfe, que trabaja de forma mucho más cómoda y mucho más operativa, sino que nos hace ganar dinero y ser mucho más eficientes. Es decir: todos estamos ganando en la cadena de valor. Además, en el proceso estamos apoyando el tejido emprendedor de nuestro país, ayudando a una startup y dándole una oportunidad de negocio, con lo cual, cerramos una cadena”.

 

Los requisitos de Renfe Mercancías

En base a esta problemática, Renfe Mercancías necesitaba una solución que permitiera recopilar la información de manera inmediata para reducir la duración del proceso e incrementar la seguridad y trazabilidad de la información.

Y otros requisitos técnicos:

La solución: digitalización automática gracias a la APP de AllRead

Desde AllRead se proporcionó una APP que permite procesar video a lo largo del tren, y extraer en tiempo real los datos requeridos. El operario apunta la Tablet en los lugares de interés, y visualiza como se van digitalizando los códigos, ordenándose de manera automática para proporcionar la estructura del tren: Cada vagón, con sus contenedores, sus twist locks y mercancías peligrosas.

Cada vez que se realiza una lectura, aparece en la pantalla que monitoriza el operario. Cuando hace falta, puede corregir o añadir información. Una vez terminado el recorrido del tren, el operario revisa la lista y válida para que los datos se envíen al sistema de información de inmediato.

Factores clave: Modelos neuronales de lectura robustos, pero ligeros

Gracias a los sistemas de lectura de AllRead, basados en Deep Learning y Computer Vision, tenemos la posibilidad de ofrecer una solución que lea los datos en cualquier situación. Los agentes externos como las perspectivas complicadas, la falta o exceso de luz, las condiciones atmosféricas… No afectan a la calidad de lectura. Sin embargo, el sistema de AllRead requiere pocos recursos para procesar las imágenes, lo que posibilita que los operarios obtengan los resultados en tiempo real.

En palabras de María Cristina Rodas Cabezas, jefa del departamento de marketing de Renfe:

Con la empresa Allread hemos estado trabajando a lo largo del proceso de la prueba piloto de la IV edición de Trenlab, la aceleradora de startups de Renfe y la valoración ha sido positiva. Fue un periodo en el que hubo que hacer reajustes, pero fueron flexibles para entender nuestras necesidades y han sido creativos en la búsqueda de soluciones desarrollando un piloto con un gran potencial para avanzar en la digitalización de la formación de nuestros trenes.

 

Resultados: lecturas más precisas y mayor velocidad de

Al finalizar el proyecto piloto, el software de AllRead proporcionó:

Los beneficios esperados por Renfe Mercancías

Apoyándose en estos resultados prometedores, Renfe Mercancías a previsto desplegar la aplicación de AllRead en producción, en varios terminales. Los beneficios esperados por Renfe Mercancías son los siguientes:

Para Renfe, esto significará una mayor eficiencia operativa, un aumento de la seguridad del tráfico, una mejor calidad de la información, un mejor cumplimiento de la normativa y una aceleración de la toma de decisiones.