Zastosowanie AI/ML w wykrywaniu uszkodzonych podkładów kolejowych

Klient zajmuje się automatyzacją procesów przedsiębiorstw kolejowych. Jest to firma o zasięgu międzynarodowym, która łączy w sobie wiedzę ekspertów potrzebną do budowy, utrzymania, kontroli i monitorowania sieci kolejowej.  

Klient potrzebował wsparcia specjalistów AI/ML, którzy zbudowaliby oprogramowanie w zakresie identyfikacji konkretnych uszkodzeń podkładów.  

1. Analiza oprogramowania i wstępna koncepcja. 

Zidentyfikowaliśmy słabe punkty platformy klienta i nakreśliliśmy możliwe rozwiązania, które można wdrożyć.  

2. Przeprowadzenie badania stabilności i przedstawienie go klientowi. 

Od Klienta otrzymaliśmy zarys projektu w postaci identyfikacji konkretnych uszkodzeń podkładów kolejowych. Na tej podstawie przeprowadziliśmy wstępne badanie stabilności.

3. Opracowanie ostatecznego pakietu oprogramowania w celu rozwiązania problemów klienta, w tym biblioteki przetwarzania danych. 

Po uzyskaniu zgody na wstępną koncepcję oprogramowania opracowaliśmy ostateczny system rozwiązujący problemy Klienta, wraz z biblioteką do przetwarzania danych.  

Opracowaliśmy pakiet oprogramowania na podstawie zdjęć dostarczonych przez Klienta na początku współpracy, które zestawiliśmy z systemem pomiarowym. Pakiet przetwarzał każdy z tych obrazów, zaznaczając obszary z potencjalnymi wadami, w tym pęknięcia podkładów lub odpryski. Po ukończeniu przetwarzania w każdym pakiecie przygotowaliśmy raporty z wynikami wraz z kodem źródłowym. Następnie Klient wdrożył te pakiety do swojego systemu oprogramowania.

Zbudowaliśmy system, który został dobrze przyjęty przez naszego użytkownika końcowego, którym w tym przypadku była Kolej Krajowa. Ponadto Klient zaprezentował wyniki naszej pracy na konferencji zorganizowanej w ramach Machine Vision Week, gdzie publiczność mogła poznać dokładne wyniki i efektywną jakość naszej biblioteki oprogramowania. 

Sam proces rozwoju i współpracy z Klientem przebiegał bardzo płynnie i był na bieżąco monitorowany. Nasz zespół ekspertów, również chętnie dzielił się swoją wiedzą, co zostało pozytywnie odebrane przez Klienta.