Junaskanneri havaitsee viat automaattisesti

Laite on kehitetty yhteistyössä VR FleetCaren ja koneälypohjaisia IoT -ratkaisuja tuottavan suomalaisen Vire Labsin kanssa.

Junaskanneri perustuu konenäköön, hahmontunnistukseen ja tekoälyyn. Radan molemmille puolille on asennettu 6,5 metriä korkeat skanneritolpat, jotka kuvaavat ohi ajavan junan.

Junan sivut ja katto kuvataan viivakameralla, jonka kuvausnopeus ja erittelytarkkuus ovat erittäin suuret. Kuvan tarkkuus on muutamien millimetrien luokkaa. Kuvauksesta saatu data käsitellään välittömästi reunalaskennalla, joka analysoi datan ja antaa ilmoituksen poikkeamista. Tiedot ovat junan kunnossapitäjän käytettävissä lähes saman tien. Data tallentuu myös pilvipalveluun jatkoanalyysiä varten.

- Kuvaamisen nopeutta ja kuvan tarkkuutta voisi verrata esimerkiksi urheilukilpailuissa käytettäviin maalikameroihin, junaskannerin kehityksestä vastannut projektipäällikkö Samuli Suuriniemi VR FleetCarelta sanoo.

Koneelle on opetettu, miltä junan pitäisi näyttää. Jos ilmenee poikkeama, niin koneen tulee havaita se. Ihmisen antaman palautteen perusteella tekoäly oppii jatkuvasti tarkemmaksi ja tavoite on pystyä tunnistamaan luotettavasti kaluston mahdolliset vikaantumiset.

Junaskanneria on nyt pilotoitu vuosi, ja tulokset ovat erittäin hyvät. Kesäkuussa ensimmäinen kaluston omistaja ottaa Junaskannerin käyttöön, kun pääkaupunkiseudun lähijunaliikenteen Flirt-junat tarkastetaan ajamalla ne junaskannerin ohi ennen varikolle saapumista.

Toistaiseksi Junaskanneria on testattu ainoastaan matkustajajunissa, mutta sen skaalautuvuuden vuoksi se sopisi hyvin myös minkä tahansa raidekaluston tarkastukseen. Rajavalvonnassa se voisi olla käytössä esimerkiksi raja-asemilla, missä laitteen avulla voitaisiin automaattisesti todentaa esimerkiksi, että vaunujen koko täsmää paikalliseen ohjeistukseen. Tai että vaunut ovat muuten turvallisia liikennöidä.