Klemmen op spoorstaven hebben een belangrijke functie. Ze houden het spoor veilig en berijdbaar. Deze allemaal controleren is een behoorlijke klus, maar wel noodzakelijk. Via automatische beeldherkenning met AI is deze klus van ProRail nu een stuk minder tijdrovend.
De klemmen houden de dwarsligger en de spoorstaaf bij elkaar. Als ze niet goed liggen, is er kans op ontsporing. Zeker in bochten komt er meer kracht op de staven te staan. Sinds de zomer van 2021vinden er grootschalige gerichte controles plaats om de veiligheid te waarborgen.
Tergende klus
“Rond diezelfde tijd is het veiligheidsteam voor deze klemmen naar ons toegekomen”, vertelt Leah Bekkering, Product Owner Beeldherkenning bij de afdeling Asset Management Informatie. “De controle op deze klemmen is namelijk een flinke klus. Je zit eindeloos naar beeldschermen te kijken. Dat is tijdrovend, vermoeiend en bovendien is een menselijke beoordeling vaak subjectief. De andere optie is niet veel beter: dan moet je midden in het spoor staan om het goed te kunnen zien en dat is niet toegestaan.”
“Met beeldherkenning kunnen we nu zien welke klemmen niet voldoen aan de normen. Deze AI-technologie kijkt onder meer naar de pootjes: die moeten tenminste voor de helft overlappen met de spoorstaaf, niet gebroken zijn en niet missen. Als hij niet voldoet, moet hij dus vervangen worden”, aldus Leah.
Menselijke controle
Dit systeem bereikte begin dit jaar een mijlpaal. “De eerste landelijke controle is afgerond: 1 miljoen klemmen zijn op deze manier door de computer gehaald. Waar de computer twijfelt, vindt er een menselijke controle plaats en kunnen we gerichte herstelacties ondernemen.
Het model is zeker over waar het wél goed is. De onzekerheden, zo’n 8 procent van het totaal, worden nog wel handmatig gecontroleerd. Dat is volgens Leah alsnog flink wat werk, maar veel minder dan eerst. “Nu hebben we allerlei risicolocaties van 2022 heel duidelijk in kaart. Bovendien zijn we verbeteringen aan het toepassen om, zonder minder veilig te worden, die 8 procent te verlagen.”
Het idee is dat ProRail op deze manier elk halfjaar of jaar deze controle opnieuw laat uitvoeren. “Dat scheelt heel veel werk”, vertelt Leah. “Het succes van dit project is dat we met de hele keten heel goed hebben samengewerkt. We hebben informatie uit de techniek gecombineerd met de kennis van datamensen. Verder hebben wij met de inspecteurs gekeken wat zij verlangen. Ze hebben ons ook geholpen met bijvoorbeeld de ballast op de klemmen: wanneer kun je het als expert wel of niet beoordelen.”
Het tastbare resultaat is volgens Leah het bijzondere aan dit project. “Dit systeem is heel efficiënt. In één uur checkt het algoritme 3,5 kilometer. Een mens bekijkt hoogstens een paar honderd meter in dezelfde tijd. Het systeem wordt niet moe, en geeft altijd een consequent antwoord. En als je wilt, kun je altijd de rekenkracht omhoog schroeven om de computer nog sneller te maken.”
“De ontwikkeling van dit soort oplossingen is al een tijdje gaande bij het spoorbedrijf. Volgens Leah toont dit voorbeeld aan dat het bedrijf echt in staat is toegevoegde waarde te leveren met dit soort nieuwe technieken. “Het is heel fijn dat we de veiligheid hebben verbeterd en beter grip krijgen op de conditie van het spoorsysteem. Nu we dit hebben aangetoond gaan we op een soortgelijke manier ook andere spoorobjecten controleren met foto’s.”
Lees ook:
- Chinese beveiligingscamera bij Prorail in de ban: NS koopt nieuwe
- Communicatie moet doorgaan, ook als er weinig bereik is
