DB InfraGO crée un énorme ensemble de données d’IA pour alimenter les systèmes ATO de nouvelle génération

DB InfraGO s’est associé à understandAI, un spécialiste allemand des données de formation à l’IA, pour publier un ensemble de données multi-capteurs de plus de sept millions d’enregistrements annotés. Conçu pour former et valider des systèmes qui détectent et interprètent l’environnement ferroviaire en temps réel, il marque une étape clé vers l’épine dorsale numérique du rail automatisé.

DB InfraGO, en collaboration avec understandAI GmbH, a publié l’ un des plus grands ensembles de données ferroviaires d’Europe pour l’intelligence artificielle et la vision par ordinateur. Développé dans le cadre de l’initiative Digitale Schiene Deutschland (Digital Rail Germany, DSD), cet ensemble de données sera mis à la disposition des partenaires de l’industrie et servira de base à la construction des systèmes de perception qui permettent aux trains sans conducteur de comprendre leur environnement.

La perception de l’environnement, c’est-à-dire la capacité d’un système à reconnaître les objets, les signaux et les dangers et à y réagir, est une exigence essentielle pour les niveaux d’automatisation supérieurs tels que l’ATO GoA4, où les trains circulent sans conducteur humain. Même à des niveaux d’automatisation inférieurs, comme le GoA2, la perception assistée par l’IA peut améliorer la sécurité et la surveillance des voies. Pour atteindre cette fiabilité, les modèles d’IA doivent être formés sur des sources de données vastes et diverses, annotées avec précision pour représenter les conditions du monde réel.

Pour y parvenir, DB InfraGO a équipé deux types de trains d’un ensemble complet de capteurs. Un véhicule d’entretien des voies (GAF) a été équipé de six caméras RVB, trois caméras infrarouges, six LiDAR, un radar et des capteurs complémentaires. Il a effectué des essais dans divers environnements ferroviaires à Hambourg et à Berlin. Pendant ce temps, un train BR 472 de la Hamburg S-Bahn, utilisé dans le cadre du projet Sensors4Rail avec Bosch Engineering, Siemens Mobility, HERE Technologies et MicroVision, a recueilli des données complémentaires le long des 23 kilomètres de l’itinéraire S21.

Une base de données longuement mûrie

Entre 2021 et 2025, ces efforts combinés ont permis de produire plus de sept millions d’annotations individuelles dans 21 classes d’objets, dont les personnes, les véhicules, les signaux, les animaux et les vélos. Les données ont été enregistrées et recoupées à partir d’images LiDAR, infrarouges, radar et RVB, puis traitées à l’aide d’outils automatisés et de vérifications manuelles. En période de pointe, les équipes d’annotation ont réalisé jusqu’à 140 000 objets étiquetés par semaine.

Selon DB InfraGO, l’ensemble de données ainsi constitué servira désormais à des applications industrielles et de recherche allant des algorithmes d’aide à la conduite (GoA2) aux opérations entièrement autonomes (GoA4), en passant par la maintenance numérique et l’analyse d’infrastructures. Selon l’initiative DSD, il s’agit d’une étape importante pour le secteur ferroviaire allemand, car elle permettra aux fournisseurs et aux gestionnaires d’infrastructure de développer, de tester et d’évaluer les systèmes de perception par rapport à une norme de référence commune.