TRA, Transport Research Arena, è il principale evento europeo dei trasporti che copre tutte le modalità di trasporto e tutti gli aspetti della mobilità. È la più grande conferenza europea di ricerca e tecnologia sui trasporti e la mobilità con oltre 4000 partecipanti e piu’ di 150 espositori registrati all’evento 2024 svoltosi a Dublino.
Alessia Vennarini di Radiolabs ha presentato gli ultimi risultati del progetto RAILGAP finanziato da EUSPA. Il team di RAILGAP punta a una soluzione avanzata per lo sviluppo di metodologie e strumenti per la realizzazione del Ground Truth e Digital Map ad alta accuratezza e precisione per l’ambiente ferroviario.
Il Ground Truth fornisce un insieme di dati di riferimento con una precisione garantita da utilizzare per determinare la posizione, la velocità e l’accelerazione del treno senza conoscere a priori il database delle linee ferroviarie. Mentre la Mappa Digitale genera e mantiene un gemello digitale della rete ferroviaria con informazioni di segnalamento aggiornate e layout dei binari.
Il punto di partenza è quello di valutare i punti di riferimento a terra ad alta fedeltà lungo le ferrovie sfruttando algoritmi di fusione dei dati tra i segnali EGNSS e i dati IMU, LIDAR e Telecamera, raccolti da un set di sensori installati sui treni commerciali nei servizi di routine. I dati registrati vengono poi elaborati da tecniche di Intelligenza Artificiale (AI).
Radiolabs è responsabile della definizione, sviluppo e verifica della metodologia del set di strumenti per la Digital Map, per rilevare e localizzare oggetti rilevanti (ad esempio, elementi di binario) attraverso le immagini utilizzando algoritmi di deep learning e per creare automaticamente la Digital Map. Il rilevamento e l’elaborazione degli elementi del tracciato ferroviario si basa su algoritmi che utilizzano strategie di apprendimento automatico sui dati raccolti. Inoltre, il Toolset è in grado di eseguire il monitoraggio e il controllo continuo della Digital Map per rilevare eventuali deviazioni critiche rispetto alla versione precedente assunta come Mappa di riferimento. RAILGAP Project
