Ny studie utvecklar metod för digital kartläggning av järnvägsutrustning

Efterfrågan på noggrann kartläggning av järnvägsutrustning växer så snabbt att konventionella, manuella metoder inte räcker till. I en ny industridoktorandstudie försöker man hitta en innovativ lösning.

15.02.2017

Varför ska en medarbetare behöva åka längs hundratals kilometer järnväg för att registrera skyltar, signaler och så vidare, när jobbet kan utföras snabbare, billigare och med större noggrannhet med hjälp av sensorteknik?

I ett samarbete med Datalogisk Institut vid Köpenhamns universitet fungerar Søren Andersen som arbetsledare för industridoktoranden Georgios Karagiannis i ett projekt för att automatisera processen.

– Vi ser en allt större efterfrågan på kartläggning av järnvägsnätet, och det finns stor potential för digitala lösningar så att vi kan erbjuda våra kunder en mer effektiv tjänst med bättre resultat. Det kommer att frigöra arbetstid för de medarbetare som i dag måste samla in dessa data manuellt. Den tiden kan de använda för andra, mer värdeskapande uppgifter inom COWI, säger Søren Andersen som precis som Georgios Karagiannis arbetar på COWI Mapping.
En marknad värd miljarder

Bara i Storbritannien har järnvägsoperatörerna investerat mer än motsvarande 100 miljoner danska kronor i kartläggning av vägar, försörjningsledningar och järnvägar, och COWIs marknadsundersökningar visar att den europeiska marknaden förväntas växa till ett värde på flera miljarder danska kronor under de närmaste åren.

– Dagens marknader präglas av de stora järnvägsoperatörerna, och vi förväntar oss att marknaden kommer att växa allt snabbare när fler och större företag tar över driften på grund av rationaliseringar och effektivitetskrav. De nödvändiga underliggande systemen kommer att behöva kartläggas mer, med tätare uppdateringar, fler detaljer och högre noggrannhet än vad som är möjligt med manuella processer, säger Market Director Michael Schultz Rasmussen.
Från labbet till verkligheten

Många företag i bilbranschen har redan utvecklat teknik för realtidsinsamling och tolkning av data (för förarlösa bilar), men de vill inte gärna dela med sig av kunskapen och tekniken skulle dessutom behöva anpassas för att kunna användas på järnvägar.

Därför börjar Georgios Karagiannis med att utveckla sensor- och tolkningsteknik som kan användas för att kategorisera järnvägsobjekt med god noggrannhet. Därefter jämförs data med manuellt insamlade data, bland annat data som samlades in vid elektrifieringen av det danska järnvägsnätet.

– När tekniken är på plats är det mycket viktigt att vi tar med modellerna ut från labbet och testar dem i verkligheten för att se vad som händer när de utsätts för dimma, skuggor och andra variationer i väder och ljusförhållanden. Senare kommer vi att bjuda in utvalda kunder, både interna och externa, till projektgruppen så att de kan delta i testningen och finjusteringen av den automatiserade produkten innan den släpps ut på marknaden, säger Søren Andersen.