CAF Signalling ya ha comenzado a explorar (desarrollando y probando) tecnologías mejoradas de visión por ordenador (CV) e inteligencia artificial (AI) para la explotación totalmente autónoma de los trenes (odometría visual, detección e identificación automática de objetos y señales de tráfico, acoplamiento automático del material rodante, etc.).
El objetivo es poder ofrecer a sus clientes los beneficios de la reducción de los costes de explotación, la ampliación del ciclo de vida de los productos ferroviarios y el aumento de la seguridad.
Las tecnologías CV&AI se enfrentan a diferentes retos de validación y verificación (V&V) debido a que se basan en algoritmos no deterministas. Todos los algoritmos mejorados por la IA deben ser sometidos a V&V bajo diversos escenarios para poder ser certificados. Sin embargo, no es fácil reunir una base de datos real que contenga diferentes escenarios reales para validar las técnicas de IA basadas en visión artificial. Para llevar a cabo una investigación en este campo, CAF Signalling se ha unido al consorcio del proyecto VALU3S.
El proyecto VALU3S de ECSEL JU tiene como objetivo evaluar los métodos y herramientas de V&V de última generación, y diseñar un marco de trabajo multidominio para crear una estructura clara en torno a los componentes y elementos necesarios para llevar a cabo el proceso de V&V.
El beneficio más importante es reducir el tiempo y el coste necesarios para verificar y validar los sistemas automatizados con respecto a los requisitos de seguridad, ciberseguridad y privacidad. Esto se hace mediante la identificación y clasificación de los métodos, herramientas, entornos y conceptos de evaluación para V&V de los sistemas automatizados con respecto a los requisitos mencionados.
CAF Signalling ha estado trabajando en técnicas de detección/identificación de señales ferroviarias basadas en CV&AI como:
- las señales luminosas (verde, rojo, naranja),
- los paneles de restricciones de velocidad estática,
- las señales de puntos de parada de andenes,
- las señales de proximidad de andenes, etc.
Aunque los modelos resultantes muestran rendimientos precisos en escenarios nominales, tienen que probarse en una mayor variedad de situaciones, en condiciones extremas y en situaciones de peligro para considerarlos realmente validados y verificados.
CAF Signalling utilizará el enfoque VALU3S V&V en los procesos de verificación y validación habilitados por la IA para simular, en un entorno virtual, todos los escenarios posibles. Especialmente aquellos escenarios que no son probables (no una base de datos de imágenes reales para probarlos) pero que son críticos desde el punto de vista de la seguridad (por ejemplo, personas que cruzan las vías férreas, o la reducción de la visibilidad debido a las condiciones meteorológicas…).
El proyecto VALU3S ha recibido financiación de la Empresa Conjunta (JU) del ECSEL en virtud del acuerdo de subvención No 876852. La Empresa Conjunta recibe apoyo del programa de investigación e innovación Horizonte 2020 de la Unión Europea y de Alemania, Austria, España, Irlanda, Italia, Portugal, la República Checa, Suecia y Turquía.
CAF Signalling already has started exploring (developing and testing) computer vision (CV) and artificial intelligence (AI) enhanced technologies for fully autonomous train operation (visual odometry, automatic object and traffic signal detection and identification, rolling stock automatic coupling…) in order to offer to its clients, the benefits of operation cost reduction, railway products life-cycles enlargement and safety increase.
CV&AI technologies are facing up different Validation and Verification (V&V) challenges due to they are based on non-deterministic algorithms. All AI-enhanced algorithm must to V&V under diverse scenarios in order to get certified. However, it is not easy to collect a real database containing different real scenarios to validate computer vision-based AI techniques. In other to conduct a research in this field, CAF Signalling joined VALU3S project consortium.
The ECSEL JU project VALU3S aims to evaluate the state-of-the-art V&V methods and tools, and design a multi-domain framework to create a clear structure around the components and elements needed to conduct the V&V process. The main expected benefit of the framework is to reduce time and cost needed to verify and validate automated systems with respect to safety, cyber-security, and privacy requirements. This is done through identification and classification of evaluation methods, tools, environments and concepts for V&V of automated systems with respect to the mentioned requirements.
CAF Signalling has been working in CV&AI based railway signal detector/identifier techniques: light signals (green, red, orange), static speed restrictions panels, platform stopping point signals, platform proximity signals… Although, the resulting models show accurate performances in nominal scenarios, they must be tested in higher variety of situations, extreme conditions and hazard situations in order to consider them really validated and vitrificated.
CAF Signalling will use the VALU3S V&V approach on AI-enabled verification and validation processes to simulate in virtual environment all possible scenarios, especially those scenarios that are unprovable (not real imagery database to test them) but critical from a safety point of view (i.e. people crossing railways, reduce visibility due meteorological conditions…).
VALU3S project has received funding from the ECSEL Joint Undertaking (JU) under grant agreement No 876852. The JU receives support from the European Union’s Horizon 2020 research and innovation programme and Austria, Czech Republic, Germany, Ireland, Italy, Portugal, Spain, Sweden, Turkey.
