Les chemins de fer du monde entier misent sur des technologies de vision industrielle pour améliorer la qualité et l’efficacité de l’inspection des wagons, améliorant ainsi la sécurité ferroviaire. En collaboration avec le Canadien Pacifique Kansas City (CPKC), l’université de l’Alberta, la Direction générale de la sécurité et de la sûreté ferroviaires de TC et le Conseil national de recherches du Canada (CNRC), le Centre d’innovation (TC) de Transports Canada a lancé le projet de systèmes d'inspection par vision artificielle automatisés/semi-automatisés (AMVIS) en 2021 afin d’évaluer les capacités des technologies d’inspection des trains surveillées à distance. Ce projet a étudié la fiabilité du système de portail d’inspection des trains (TIPS) dans diverses conditions climatiques, l’efficacité du système d’inspection du bureau du portail (POI) dans la détection des défauts de sécurité et le potentiel des algorithmes d’IA pour aider les inspecteurs. Les résultats prouvent que TIPS permet d’obtenir une imagerie en temps réel de haute qualité sans perturber l’exploitation des trains, de réduire le temps de marche au ralenti et d’améliorer la détection de plusieurs types de défauts. De plus, les modèles d’IA tels que YOLOv5 et Faster R-CNN démontrent un fort potentiel dans l’automatisation de l’identification des défauts, en particulier pour les roues et les vis d’assemblage. Les principales recommandations comprennent l’optimisation du placement des caméras pour une meilleure imagerie, l’amélioration du logiciel du POI pour une meilleure détection des défauts et l’intégration de solutions basées sur l’IA pour améliorer la précision et l’efficacité des inspections.
Demander une copie
(en anglais seulement)