FR NL

Siemens en 16 partners lanceren het safe.trAIn-onderzoeksproject

2011,Wikimedia Commons

In een project dat tot eind 2024 loopt, proberen Siemens en 16 partners de exploitatie van regionale treinen zonder bestuurder met behulp van kunstmatige intelligentie (AI) mogelijk te maken.

Als onderdeel van het door de Duitse overheid gesubsidieerde project “safe.trAIn” is een budget van 23 miljoen euro beschikbaar gesteld. Oplossingen om te voldoen aan de eisen van deze sterk gereguleerde en gestandaardiseerde omgeving hebben het potentieel om de efficiëntie en duurzaamheid van regionaal spoorvervoer aanzienlijk te vergroten.

Klimaatdoelstellingen en aantrekkelijkheid van het spoor

De transportsector speelt een cruciale rol bij het bereiken van klimaatactiedoelstellingen. In het kader van het klimaatactieprogramma van de Duitse federale regering streeft Duitsland naar een reductie met 40-42% van de CO2-uitstoot in vergelijking met het niveau van 1990, of omgerekend 95-98 miljoen ton CO2 tegen 2030.

Om dit doel te bereiken zal het aanbod van reizigersvervoer per spoor aantrekkelijker moeten worden gemaakt. De aanleg van nieuwe spoorlijnen – die tussen de planning en de ingebruikname zo’n 20 tot 30 jaar duurt – is extreem lang en erg duur. Het digitaliseren en automatiseren van het treinverkeer binnen het bestaande spoornet is dan ook een essentiële hefboom om snel tot goede resultaten te komen.

De beoogde verbeteringen variëren van kortere wachttijden – en dus meer flexibiliteit voor reizigers dankzij frequentere intervallen tussen treinen – tot betere winstgevendheid.

Kunstmatige intelligentie

Volgens de huidige stand van de techniek zijn conventionele automatiseringstechnologieën alleen niet voldoende om volautomatische spoorwegexploitatie mogelijk te maken. Kunstmatige intelligentie biedt op dit gebied echter een aanzienlijk potentieel.

De uitdaging die tot nu toe niet is aangepakt, is het vinden van een praktische manier om AI-methodologieën te koppelen aan de vereisten en goedkeuringsprocessen die van toepassing zijn op spoorwegomgevingen. Hier komt het door de overheid gefinancierde Duitse project safe.trAIn om de hoek kijken.

Dit project heeft tot doel de basis te leggen voor een veilig gebruik van AI voor de bestuurderloze bediening van spoorvoertuigen en zo een grote technologische uitdaging aan te pakken die de adoptie van onbemand spoorvervoer belemmert.

Ontwikkelen van onbemand spoorvervoer

Sinds enkele jaren zijn er met succes oplossingen voor de exploitatie van volledig onbemande en onbemande treinen ontwikkeld en in gebruik. Deze systemen werken echter uitsluitend in gecontroleerde en gesloten omgevingen, zoals de metro.

Vandaag wil het safe.trAIn-project deze technologie toepassen op regionale treinen, maar dan in een open omgeving. Het is daarom noodzakelijk om mogelijke obstakels, zoals bijvoorbeeld mensen langs de sporen, vallende bomen of modderstromen, betrouwbaar te herkennen.

Doelstellingen

De doelstellingen van het project zijn het bereiken van een geïntegreerde ontwikkeling van testnormen en methoden voor het gebruik van AI om het spoorvervoer te automatiseren en om toepassingsgevallen te gebruiken om de toereikendheid van testnormen te verifiëren. Het onderzoek zal zich voornamelijk richten op AI-gebaseerde methoden voor regionale treinen zonder bestuurder, veiligheidsvalidatie van AI-componenten en testprocessen en -methoden.

Safe.trAIn zal voortbouwen op de resultaten van de nieuwste onderzoeks- en ontwikkelingsactiviteiten en zal deze activiteiten blijven ontwikkelen volgens nieuwe eisen. Belangrijke projecten op dit gebied zijn Shift2Rail, BerDiBa, ATO-Sense en ATO-Risk en KI-Absicherung (“AI backup”).

De projectpartners willen de projectresultaten gebruiken om automatiseringsoplossingen op de markt te brengen voor een sterk geautomatiseerde en onbemande bediening van spoorvoertuigen. Daarnaast zullen de relevante resultaten van het project safe.trAIn worden geïntegreerd in standaardisatieactiviteiten op het gebied van AI en spoorvervoer.

Auteur: Jos Sterk