Le niveau des eaux près d’une voie ferrée peut jouer un rôle majeur dans la sécurité lors du passage des trains. La fermeture de plusieurs lignes ferroviaires principales en Colombie-Britannique à l’automne 2021 est l’exemple le plus récent de l’effet des inondations et des emportements par les eaux sur l’exploitation ferroviaire ainsi que de la dépendance de la chaîne d’approvisionnement sur un réseau ferroviaire fiable et efficace. On s’attend à ce que les événements météorologiques extrêmes de ce genre se multiplient et s’aggravent dans le contexte climatique futur, ce qui aura un effet sur la résilience des infrastructures de transport, y compris les voies ferrées. Pour augmenter la résilience de l’exploitation ferroviaire, il est impératif d’explorer le potentiel des technologies émergentes et de l’exploiter pour améliorer la détection des eaux et les inspections près des voies ferrées. Le Conseil national de recherches du Canada (CNRC) et Transports Canada (TC), en collaboration avec VIA Rail Canada et l’Applied Remote Sensing Lab (ARSL) de l’Université McGill, ont cherché à évaluer le potentiel des mesures prises par satellite, par véhicule aérien non habité (UAV) et par camion rail-route instrumenté pour surveiller les eaux près des voies ferrées au moyen d’essais sur le terrain. Les résultats du projet ont permis d’obtenir des renseignements précieux sur les défis opérationnels engendrés par les trois plateformes étudiées (satellite, UAV et camion rail-route), les avantages et les limites des mesures prises par chacune des plateformes, les caractéristiques techniques minimales requises pour créer certains types de produits, les défis associés au développement d’algorithmes d’intelligence artificielle d’une grande efficacité et le potentiel des produits pour surveiller d’autres caractéristiques de la voie. Toutefois, le cadre de méthodes propres aux technologies pour la collecte, le traitement et l’analyse des données proposé au cours de cette phase doit être peaufiné pour que les technologies puissent être utilisées ou appliquées à plus grande échelle. Dans le présent rapport sont décrits le programme d’essai, l’équipement utilisé, les méthodes de traitement des données, les résultats et les leçons apprises pendant le projet.
Demander une copie
(en anglais seulement)