FFG Projektdatenbank

zurück

OCTAVE

Object detection and Classification moniToring system to increAse safety in railway Vehicles

Projektbeschreibung

OCTAVE (Object detection and Classification moniToring system to increAse safety in railway VEhicles) ist ein Forschungsprojekt, das darauf abzielt, den dringenden Bedarf einer modernen Gesellschaft an einem kosteneffizienten, sicheren und zuverlässigen Eisenbahnbetrieb durch ein onboard- und cloudbasiertes Infrastrukturüberwachungssystem zu decken. Das übergeordnete Ziel ist die Schaffung einer Lösung für Eisenbahninfrastrukturbetreiber zur automatischen Erkennung von Infrastrukturproblemen und zur Analyse der gesammelten Daten mit Hilfe von KI-basierten Methoden, um einen menschlichen Bediener bei der Entscheidungsfindung betreffend Instandhaltung zu unterstützen. Mit intelligenten Methoden zur Klassifizierung von Anomalien und der Zuweisung von Severity-Levels in einer Feedback-Loop, einer leicht integrierbaren Architektur in bestehende Incident & Crisis Management Systeme, einer flexiblen Cloud-Architektur und einer Low-Power Onboard-Hardware bietet die Lösung modulare und innovative Bausteine für den sicheren Einsatz in sicherheitskritischen Umgebungen. Die Forschungsergebnisse werden evaluiert und validiert unter Verwendung realer und synthetischer, im Rahmen des Projekts generierter Datensätze, rigoros getestet.

Abstract

OCTAVE (Object detection and Classification moniToring system to increAse safety in railway VEhicles) is a research project that aims to meet the pressing need of a modern society for cost-efficient, safe, and reliable railway operations using an onboard & cloud-based infrastructure monitoring system. The overarching goal is to create a solution for railway infrastructure operators to automatically detect infrastructure problems and analyse the colllected data using AI-based methods to support a human operator in the maintenance decision making process. Using intelligent anomaly classification methods and assignment of severity levels in a feedback loop, an easily integrable architecture into existing incident and crisis management systems, a flexible cloud architecture and a low-power onboard hardware, the solution provides modular and innovative building blocks for usage in safety-critical environments. The research results will be evaluated and validated, and rigorously tested using real and synthetic in the project generated datasets.

zurück