Ny studie skal utvikle metode for digital kartlegging av jernbaneutstyr

Etterspørselen etter presis kartlegging av jernbaneutstyr er så stor at gjengse manuelle metoder ikke kan holde tritt. Det skal en ny doktorgradsstudent i industri nå finne en innovativ løsning på.

15.02.2017

Hvorfor sende en medarbeider flere hundre kilometer ut i landskapet for å registrere skilter og kjøresignaler, blant annet av hensyn til vedlikeholdsplaner, hvis det kan gjøres både raskere, billigere og mer presist med sensorteknologi?

I samarbeid med Datalogisk Institut, Københavns Universitet, er Søren Andersen veileder for Georgios Karagiannis på en doktorgrad i industri som skal levere en automatisering av prosessen.

– Vi opplever en økende etterspørsel etter kartlegging av jernbanenettet, og vi ser et stort potensial for en digital løsning, slik at vi kan tilby kunden en mer effektiv og presis tjeneste. Samtidig vil det frigjøre tid hos de medarbeiderne som i dag samler inn data manuelt. Tid de kan bruke på andre og mer verdiskapende oppgaver i COWI, sier Søren Andersen, som i likhet med Georgios Karagiannis er ansatt i COWI Mapping.
Milliardstort marked

Bare i Storbritannia har operatørene investert omkring 100 millioner DKK i kartlegging av utstyr på veg-, forsynings- og jernbanenett, og ifølge COWIs markedsundersøkelser er forventningen at det europeiske markedet vil vokse til flere milliarder DKK de kommende årene.

– Det nåværende markedet består primært av store jernbaneoperatører, og vi forventer at markedet vil akselerere i takt med at jernbanedriften ivaretas av stadig større og flere organisasjoner som følge av krav til rasjonalisering og økt effektivitet. De nødvendige underliggende systemene vil kreve kartlegginger med en hyppig ajourføring, detaljering og presisjon som de manuelle prosessene ikke kan levere, sier Market Director Michael Schultz Rasmussen.
Fra laboratorium til virkelighet

Som ledd i utviklingen av førerløse biler og avanserte autopiloter har bilindustrien allerede utviklet teknologier for innsamling og tolkning av data i sanntid, men dels ønsker de ikke å dele sin kunnskap, dels gjenstår det arbeid med å tilpasse teknologiene til bruk på jernbaner.

Derfor skal Geogios Karagiannis i første omgang utvikle sensorteknologi og automatisk tolkningsteknologi som er tilpasset jernbaneobjektene, slik at de kan kategoriseres presist. Og så skal dette sammenholdes med manuelt innsamlede data, blant annet samlet inn i forbindelse med elektrifisering av danske jernbanestrekninger.

– Når vi har teknologien på plass, vil det være helt sentralt å få modellene ut av laboratoriene og testet på virkeligheten. Da kan vi undersøke hvordan de for eksempel reagerer på tåke, skygger og andre svingninger i vær- og lysforhold. Senere vil vi svært gjerne invitere en kunde inn i prosjektgruppen, slik at kunden kan være med på å teste og justere den automatiserte løsningen før den kommer på markedet, sier Søren Andersen.