KNORR-BREMSE- RAIL VISION / Shunting Yard, un nuovo sistema rilevamento ostacoli su locomotive

Mercoledí, 14 Ottobre 2020

Knorr-Bremse, leader mondiale nel mercato dei sistemi frenanti e di altri sistemi di sicurezza per veicoli ferroviari e commerciali e la startup israeliana Rail Vision equipaggeranno diverse locomotive da manovra dell’operatore svizzero SBB Cargo con Rail Vision’s Assisted Remote Shunting System per il rilevamento di ostacoli.
La fase di test del prototipo dovrebbe essere completata entro il primo trimestre del 2021, dopodiché i partner inizieranno a studiare ulteriori opportunità di business per il sistema. Basati su sensori elettro-ottici, intelligenza artificiale e sulla tecnologia di deep learning, i sistemi di Rail Vision dovrebbero rendere più efficienti i processi di manovra dei veicoli merci. Rilevando ostacoli e interfacciandosi con il telecomando di Schweizer Electronic, il sistema può consentire ad una sola persona di controllare le operazioni di manovra da una postazione remota.
Oggi, al contrario, la manovra richiede generalmente due operatori: un macchinista e un segnalatore che avvisa via radio dall'esterno il conducente su eventuali ostacoli e sulla distanza residua dagli altri veicoli.
Il sistema Shunting Yard di Rail Vision utilizza sensori elettro-ottici avanzati combinati con intelligenza artificiale e tecnologie di deep learning per rilevare e classificare gli ostacoli sopra e lungo i binari ferroviari, fornendo sia ai conducenti che agli operatori, che operano da remoto, gli avvisi critici in tempo reale.
Il sistema monitora gli interruttori e riconosce segnali e percorsi entro i 200 metri. Una volta che viene rilevato un ostacolo, il sistema lo analizza e lo classifica. Quando viene rilevato un pericolo, invia allarmi visivi e acustici al conducente e, facoltativamente, anche al Centro di comando e controllo. 

Per offrirti il miglior servizio possibile questo sito utilizza i cookies. Continuando la navigazione acconsenti al loro impiego. Clicca qui per maggiori dettagli.

Ok