Decideo: Noticias sobre Inteligencia de Negocios, Big Data, Data Science, Data Mining


Noticias

Aplicarán visión artificial, vehículos autónomos y realidad aumentada para incrementar la seguridad ferroviaria


Nota de Eurecat, el 6 Marzo 2019 | Leído 183 veces

El centro tecnológico Eurecat coordina el consorcio europeo Assets4Rail, que cuenta con 19 socios de 10 países.
Assets4Rail diseñará tecnologías de monitoreo y de mantenimiento de activos ferroviarios para conseguir un sistema más seguro y rentable.



Foto Chris Yang / Unsplash
Foto Chris Yang / Unsplash
El centro tecnológico Eurecat (miembro de Tecnio) coordina el proyecto europeo Assets4Rail, que durante los próximos tres años aplicará en el sistema ferroviario innovaciones tecnológicas como la visión artificial, los vehículos autónomos y la realidad aumentada, para monitorizar posibles defectos de los túneles, así como la geografía y el desgaste de las vías y el ruido y las vibraciones de los puentes, con el propósito de obtener unas infraestructuras y unos vehículos más seguras y rentables.

El proyecto, que se presenta en la feria Rail Live que tiene lugar en Bilbao, permitirá “renovar una red ferroviaria europea que es antigua y que debe hacer frente a las previsiones de aumento del tránsito en el futuro, así como obtener unos vehículos seguros que nos permitan consolidar el modelo deseado”, asegura la responsable de Desarrollo de Negocio Ferroviario y Logística de Eurecat, Laia Garriga.

En el ámbito de las infraestructuras, Assets4Rail introducirá un modelo de generación y de gestión de datos, con el objetivo de analizar la información recopilada por sensores que monitorizarán su estado. En la misma línea, se instalará un sistema automatizado de generación de imágenes en los extremos de la vía en la parte inferior del bastidor para detectar defectos significativos.

Para la mejora de los vehículos, el proyecto introducirá el uso de la tecnología de identificación por radiofrecuencia que permitirá, además, identificar problemas asociados a defectos del material rodante.

La combinación de los datos recopilados en tiempo real y los ya existentes, junto con la implementación de técnicas de Deep Learning (aprendizaje profundo) para evaluar grandes volúmenes de datos, “permitirá tener una visión global del sistema ferroviario y esto facilitará el mantenimiento proactivo y rentable de la infraestructura y del material rodante”, añade Garriga.

Assets4Rail es un consorcio financiado por el programa de investigación e innovación Horizon 2020 en el marco de la JTI Shift2Rail de la Unión Europea y cuenta con 19 socios de 10 países. Junto con Eurecat, los integrantes del proyecto son AITEC, SENER y AIMEN (España); EURNEX, TU-Berlin, Witt GmbH IndustrieElektronik, S+V Scherey & Veit (Alemania); OLTIS GROUP (República Checa); Lietuvos Gelezinefeliai (Lituania); VILNIAUS Gediminio Technikos Universitetas, Sapienza Università di Roma, Ferrovie dello Stato Italiane (Italia); University of Leeds (Reino Unido); FCC-Group y AIT (Austria); ROADSCANNERS (Finlandia); ZAG y BEXEL Consulting (Eslovenia).




Nuevo comentario:
Twitter

Usted puede comentar o proporcionar más información a todos los artículos de este sitio. Los comentarios son libres y abiertos a todos. Sin embargo, nos reservamos el derecho a eliminar, sin previo aviso ni explicación, todo comentario que no cumpla con nuestras normas internas de funcionamiento, es decir, cualquier comentario difamatorio o sin relación con el tema del artículo. Así mismo, los comentarios anónimos son eliminados sistemáticamente si son demasiado negativos o muy positivos. Exprese sus opiniones, compártalas con los demás y asúmalas. Gracias de antemano. Igualmente, agradecemos tener en cuenta que los comentarios no sean enviados automáticamente a los redactores de cada artículo. Si usted desea realizar una pregunta al autor de un artículo, contáctelo directamente, no utilice los comentarios.


Twitter
Rss
LinkedIn
Google+
Facebook