Numérisation : ÖBB veut entrer dans le cloud

La numérisation de l’infrastructure fait partie des progrès importants pour le gestion du trafic. Les autrichiens ont débuté cette transformation dès cette année.

Des réseaux comme le belge Infrabel savent ce que cela veut dire : la gestion du trafic passe en Belgique de 200 à 30 cabines de signalisation, déjà en service, pour 3.600 kilomètres de lignes. La recette : des « loges » de la taille d’un conteneur gèrent un ensemble variable de plusieurs signaux et aiguillages. Elles sont installées le long de la voie tout proche des équipements mais, et c’est là que joue la numérisation, ces loges sont reliées entre elles par un réseau de fibres optiques, jusqu’à la cabine de signalisation qui la gère. Le rayon d’action peut aller loin, 40, 60 voire 100 kilomètres, puisque les ordres donnés passent à la vitesse de la lumière dans les fibres de verre. L’autre avantage de la fibre optique est que la cabine de signalisation reçoit en retour, de manière tout aussi rapide, une confirmation que l’équipement a reçu l’ordre et que, par exemple, les aiguillages sont bien verrouillés comme demandés. Ce contrôle sécurise fortement la gestion du trafic, et tout est enregistré sur serveur, au cas où on voudrait analyser un incident ou faire des statistiques.

Le verrouillage de différents aiguillages dans une position donnée est un traçage d’itinéraire. Dans les gares moyennes et grandes, des dizaines de combinaisons, dépendantes du nombre d’aiguillages, sont ainsi possibles pour orienter les trains et veiller à leur sécurité. Le verrouillage momentané des aiguillages (quelques minutes à peine), est ce qu’on appelle un enclenchement (interlocking en anglais). Une fois « enclenché », l’itinéraire n’est plus modifiable jusqu’à ce qu’un train « l’emprunte » et, après son passage, le « libère ». Cette libération fait appel à des compteurs d’essieux ou parfois des circuits de voie qui sont des éléments de détection des trains. Une fois « libérés », les aiguillages déverrouillés sont mis à disposition pour former un nouvel itinéraire décidé par l’opérateur en cabine de signalisation. Dans certaines gares aux heures de pointe, les aiguillages peuvent ainsi changer de position tous les 3-4 minutes. C’est un peu scolaire, mais cela permet à tout le monde de comprendre…

Du 9 au 19 août, la gare autrichienne de Linz est devenue « numérique » au sens de son exploitation. En dix jours, tous les éléments ont été intégrés dans le nouveau système d’enclenchements, en 16 sous-phases et par plusieurs équipes. D’une durée totale de deux ans, le projet consistait à « basculer » comme on dit, près de 232 aiguillages et 507 signaux lumineux, sur un rayon d’action dépassant largement la gare elle-même. Le système d’enclenchement a ici été réalisé avec la technologie Elektra fournie par Thales, également exploitée en Hongrie, en Bulgarie et en Suisse. Elektra est homologuée selon les normes CENELEC avec un niveau d’intégrité de sécurité 4 (SIL 4).

Cet exemple concret permet de mesurer la quantité de données que fournissent chaque jour, chaque heure et chaque minute le trafic ÖBB :  ponctualité des trains, mouvements des lames d’aiguillages, consommation d’énergie, comportement des signaux et des équipements de détection, etc… Une quantité qu’il convient d’ingurgiter !

(photo Thales)

L’objet de ÖBB Infrastruktur est de se débarrasser des 660 cabines de signalisation et migrer vers un cloud centralisé ! Les cabines de signalisation ne disparaîtraient pas pour autant mais seraient en nombre très réduit. Chez ÖBB, un vaste programme de numérisation a été introduit dès 2010. L’accent avait d’abord été mis sur l’utilisation de solutions standardisées à l’échelle de l’entreprise, assurée par une planification et une hiérarchisation communes à tous départements de la holding. Les objectifs de cette stratégie informatique ont pu être atteints grâce à une coopération constructive entre les départements et « à un mélange « sain » de prestations de services informatiques tant internes qu’externes, » explique-t-on dans l’entreprise. L’informatiques du groupe a été regroupée dans un centre de services partagés et placée sous la dénomination de « Business-IT » au sein de la ÖBB Holding AG dès la fin de 2012, de manière neutre sur le plan organisationnel. 

Vers une utilisation du cloud
Le cloud est un ensemble de matériel, de réseaux, de stockage, de services et d’interfaces qui permettent la fourniture de solutions informatiques en tant que service. Pour la gestion des actifs du système de signalisation, le cloud pourrait être une solution, étant donné les grandes quantités de données dispersées dans différents référentiels. L’utilisateur final (service de maintenance ou opérateurs) n’a pas vraiment besoin de connaître la technologie sous-jacente. Les applications de collecte et de distribution des données peuvent être dispersées dans tout le réseau et les données peuvent être collectées en plusieurs endroits sur divers appareils (tablettes, PC,…). De plus, un des grands avantages du cloud computing est de pouvoir exploiter toutes les fonctions du système de télégestion ferroviaire par acquisition d’une licence, sans devoir se procurer les très lourds systèmes matériels et logiciels nécessaires. Cela évite bien évidemment des options coûteuses.

Peter Lenz, l’ancien CIO du groupe ÖBB, expliquait que le cloud computing peut être rajouté à un portefeuille de services informatiques déjà existants. « En même temps, nous nous rendons compte que certaines solutions ne peuvent être proposées que sous forme de services de cloud computing à l’avenir. Nous nous préparons donc à leur utilisation. » Mais lesquelles ? Les ÖBB ont établi une catégorisation qui définit des règles d’utilisation claires pour les services du cloud. « Elle définit ce que nous voulons et sommes autorisés à faire dans le cloud et ce que nous ne pouvons pas faire. Nous testons actuellement [ndlr en 2016] ce projet de politique en matière de cloud computing et son applicabilité sur des cas concrets d’utilisation, » détaillait Peter Lenz. Un de ces cas concerne précisément les enclenchements dont nous parlions plus haut.

Le cloud computing a déjà été testé en Suisse. En 2017, la société privée Gornergratbahn (Zermatt) et Siemens ont célébré le premier système de contrôle ferroviaire fourni en tant que service. Le système Iltis de Siemens (utilisé par les CFF depuis plus de 20 ans), et les applications au sol et l’infrastructure informatique sont exploitées à distance dans le cloud, depuis Siemens à Wallisellen, à 170 km du centre de contrôle de Zermatt. Il s’agit du premier système de télégestion ferroviaire mondial pouvant être exploité dans cloud. En cas de besoin, le chef de sécurité du trafic ferroviaire peut en option activer un ordinateur auxiliaire sur site, permettant de gérer à nouveau les postes d’aiguillage du GGB de manière autonome depuis Zermatt. Bien évidemment, on est dans un environnement homogène, en circuit fermé. Ce n’est évidemment pas représentatif d’un réseau ferroviaire à l’échelle nationale. N’empêche…

Cette année, les ÖBB s’y sont mis aussi. Dans une démonstration en direct, il a été montré comment un enclenchement peut fonctionner dans le cloud. Le contrôle de la cabine de signalisation de la gare de Wöllersdorf a été pris en charge par un ordinateur cloud afin de régler les signaux et les détections, et ce depuis le siège de Thales à Vienne, à 55 kilomètres de là. La démonstration a montré que cela fonctionnait, bien évidemment à petite échelle. Elle avait pour but de vérifier les possibilités de décentralisation des opérations d’enclenchements. La tâche est maintenant de rendre l’innovation utilisable dans les opérations quotidiennes le plus rapidement possible et à l’échelle de tout le réseau autrichien.

La gestion des enclenchements par le biais du cloud suscite encore des débats, et les autrichiens en ont tout autant que d’autres réseaux. Dans un environnement physique contraint par l’urbanisation et les subsides publiques, l’option de multiplier les voies à l’envi n’est plus la politique des gestionnaires d’infrastructure. Il va falloir faire avec ce qu’on a ! Peut-on dès lors augmenter la capacité de la signalisation ferroviaire en la mettant dans le cloud ? C’est ce que tentent les ÖBB. Mais le défi dans un environnement ferroviaire est de rendre les technologies telles que le cloud computing, la communication sans fil ou les solutions IoT industrielles utilisables selon les exigences de sécurité les plus élevées et garantir ainsi la disponibilité optimale du système ferroviaire. Par ailleurs, on l’a vu plus haut, qu’il y ait un cloud ou pas, la quantité d’équipements reste importante sur les voies et dans les gares.

Thales, qui est surtout un fournisseur de solutions dans les secteurs de la sécurité et de la défense de nombreux gouvernements, veut répondre aux défis de niveau SIL 4 exigé par le ferroviaire à grande échelle. Il n’est pas clair pour l’instant jusqu’où les ÖBB comptent aller dans la direction du cloud computing, mais l’entreprise publique cherche et teste. Se pose tout de même la question du gestionnaire du cloud : que se passerait-il si celui-ci était amené à faire défaut à l’avenir, et de manière imprévisible ? Quid de la cybersécurité, dont on peut raisonnablement pensé qu’elle est au cœur du système ?

 

Articles similaires :

Maintenance_DigitalLa digitalisation du rail : c’est déjà du concret chez Infrabel
23/06/2019 – Aujourd’hui, le monde digital n’est plus une lubie, mais une réalité. Il est intéressant d’observer ce qui se fait dans le secteur ferroviaire.


Autonomous_railwayLe train autonome : où en est-on réellement ?
23/09/2018 – Innotrans est terminé. La prochaine édition aura lieu en 2020, à Berlin. A cette date, parlera-t-on davantage du train autonome qu’on annonce un peu partout ? Petit tour d’horizon des derniers développements.


HST_driverless_4Le premier train à grande vitesse sans conducteurs est lancé en Chine
19/01/2020 – La Chine vient de lancer le premier service de trains à grande vitesse autonome au monde, sur une ligne spécialement conçue pour les Jeux olympiques de 2022.


cc-byncnd

Allemagne : rail numérique, ERTMS et ATO pour les trains régionaux

Le Land du Bade-Würtemberg – encore lui -, a publié un appel d’offres pour 120 à 130 rames électriques régionales. Fait nouveau : elles doivent contenir un certain degré d’ATO. Et Hambourg se dote aussi de rames avec ATO.

Comme nous l’avions présenté dans un autre article, le Land du Bade-Würtemberg est propriétaire de sa propre société de crédit-bail publique, la Landesanstalt Schienenfahrzeuge Baden-Württemberg (SFBW). L’idée est que le Land, financièrement sain, peut contracter des prêts à des conditions nettement plus avantageuses pour financer de nouveaux véhicules que ce qui serait possible pour des entreprises qui arrivent sur le marché des transports locaux. Le but est d’éviter que la Deutsche Bahn – qui peut bien-sûr toujours se porter candidate -, n’impose son matériel roulant aux Länder, éliminant de facto la concurrence. On rappellera que le Bade-Würtemberg a un « ministre » des Transports écologiste, favorable à ce système…

>>> À lire : La régionalisation du rail, garante du service public

C’est donc le SFBW qui vient de publier un appel d’offres pour 120 à 130 rames électriques régionales, mais obligatoirement dotées d’un degré d’ATO. Il est assez remarquable qu’une autorité régionale mette ce point technique en avant, alors qu’en général c’est le contractant qui l propose. L’ATO se superpose au système ETCS de niveau européen. Le gouvernement du Land prend d’ailleurs la peine d’expliquer ce qu’est l’ETCS de manière générale, comme on peut le voir à cette page.

Côté technique, le SFBW a inscrit dans son cahier des charges des trains qui doivent avoir une accélération de départ d’au moins 1,2 m/s² lorsqu’ils circulent à la fois individuellement ou en unités multiples accouplées. Le freinage ne doit pas descendre en dessous de 0,75 m/s² à des vitesses de 200 km/h à 0 km/h et 0,9 m/s² à des vitesses de 160 km/h à 0 km/h. Le SFBW compte en effet faire circuler des trains à 200km/h, ce qui n’est le cas aujourd’hui que sur la ligne nouvelle NBS reliant Stuttgart à Mannheim.

Série 463 « Mireo » de Siemens, exploité par DB Regio, qui a gagné quelques lignes du réseau du Bade-Würtemberg (photo SWEG).

Rappelons brièvement que l’ATO – Automatic Train Operation – est un fonctionnement dans lequel le contrôle du train est partiellement ou entièrement pris en charge par un ordinateur à bord. L’ATO est déjà fonctionnel dans le monde mais généralement sur des missions répétitives tout au long de la journée, comme certains métros ou transports publics suburbains. Il comporte quatre niveaux :

  • GoA1 – conduite classique avec gestion des portes et des urgences d’exploitation;
  • GoA2 – conduite automatique avec conducteur à bord pour reprendre le contrôle du train en cas de besoin;
  • GoA3 – conduite automatique sans conducteur, mais avec un autre personnel présent dans le train pour reprendre le contrôle;
  • GoA4 – conduite automatique sans personnel dans le train.

L’ATO a déjà eu un test en 2018 sur le Thameslink de Londres. Le conducteur a vérifié les quais, fermé les portes, puis a sélectionné l’ATO d’un simple bouton jaune. le train avec sa signalisation en cabine a ensuite continué sous contrôle automatique à travers Farringdon, City Thameslink et London Blackfriars. Il a finalement arrêté l’ATO à sa sortie de London Blackfriars (bouton rouge) pour reprendre la conduite normale.

L’ATO britannique sur le Thameslink (photo GTR)

>>> À lire : Le train autonome : où en est-on réellement ? (2018)

Richard Plokhaar, analyste principal des opérations ferroviaires à la société d’ingénierie canadienne Gannett Fleming, détaillait tout de même dans Railtech.com que « l’ATO n’est en principe pas aussi compliqué qu’il y paraît. » La question la plus importante n’est pas non plus de savoir comment détecter les obstacles sur la voie et éviter les collisions de train. « C’est juste une question de caméras et de systèmes LIDAR appropriés. Le train détecte un obstacle et s’arrête automatiquement. » Mais, ajoute-t-il : « le plus important est de trouver la bonne solution pour maintenir un train immobilisé qui a effectué un arrêt d’urgence. » Et de faire en sorte qu’il ne reparte pas inopinément, par exemple avec des portes encore ouvertes…

Dans le cas du Bade-Würtemberg, tous les véhicules doivent être équipés d’unités ETCS avec Baseline 3 Release 2 (SRS 3.6.0) et ATO de niveau GoA 2. Ils doivent également être compatibles avec le développement du FRMCS – Future Railway Mobile Communication System -, qui doit remplacer le GSM-R actuel, technologie en fin de vie. Il s’agit du futur système de télécommunication mondial conçu par l’UIC, en étroite collaboration avec les différents acteurs du secteur ferroviaire, en tant que successeur du GSM-R mais aussi en tant que catalyseur clé de la numérisation du transport ferroviaire.

Ce projet est un écho au lancement, la semaine dernière, par le ministre fédéral des Transports Andreas Scheuer (CSU), d’un projet de « vitrine pour le rail numérique » :  la région métropolitaine de Stuttgart, capitale du Bade-Würtemberg, serait le premier hub ferroviaire numérisé en Allemagne. Des investissements totalisant 462,5 millions d’euros sont prévus pour cela jusqu’en 2025. À cette date, les trains longue distance, régionaux et S-Bahn circuleront dans le nœud de Stuttgart sur un réseau équipé des dernières technologies numériques. En plus de la nouvelle gare principale (projet Stuttgart 21) et des autres gares, plus de 100 kilomètres de lignes régionales seront initialement équipées d’enclenchements numériques, du système de contrôle des trains ETCS et d’opérations de conduite de type ATO. Compte tenu des bugs récurrents de l’ETCS, on sera curieux de voir la suite des événements.

Quatre rames doivent être homologués pour l’exploitation d’ici juin 2024, suivis par jusqu’à 20 véhicules avant le troisième trimestre de 2024. Entre 70 et 80 rames doivent être approuvés pour l’exploitation des passagers en novembre 2025, et les véhicules restants doivent l’être avant juin 2026.

Par cette politique, le Bade-Würtemberg cherche à rassurer les opérateurs pour qui l’ETCS est avant tout un surcoût sans – disent-ils -, de gain sur les capacités du réseau. Ce programme de numérisation du rail permettrait de démentir cette conviction et il est temps : l’ETCS est un projet qui a maintenant 25 ans !

À Hambourg aussi
Tout au nord de l’Allemagne, la ville de Hambourg dispose aussi d’un remarquable et historique S-Bahn, le RER allemand. Ce réseau mis en service en 1934 totalise maintenant 144 km de lignes et 68 gares. «Digital S-Bahn» est le nom d’un projet sur lequel 300 techniciens et ingénieurs ont travaillé ces deux dernières années, principalement de Siemens. Et on se prépare là aussi pour une autre vitrine.

>>> À lire : Le S-Bahn en Allemagne, chiffres et conception

Contrairement au Bade-Würtemberg, il s’agit ici de quatre rames existantes ET 474 – et modifiées -, qui doivent démontrer le fonctionnement hautement automatisé juste à temps pour le Congrès mondial des systèmes de transport intelligents ITS, qui se tiendra à Hambourg en 2021, si le corona l’autorise ! La première rame vient d’être présentée à la presse et commencera ses tests à l’automne. Les essais se dérouleront pour la première fois sur le tronçon de 23 kilomètres entre Berliner Tor et Bergedorf/Aumühle. Le patron du S-Bahn de Hambourg, Kay Uwe Arnecke, a expliqué:  « Le conducteur du train reste à bord. Il est très important de le mentionner. Il surveille l’itinéraire et peut également intervenir en cas de perturbations. ». Il s’agit donc ici aussi d’un ATO de niveau GoA 2. À l’avenir, la technologie ATO sera également installée sur les rames de série 490.

 

La ville de Hambourg, la Deutsche Bahn et Siemens se partagent les coûts du projet d’environ 60 millions d’euros, et la ville y participe à hauteur d’1,5 million d’euros. Les estimations du projet pilote montrent des gains de capacité de 20 à 30 % sur le réseau S-Bahn, permettant d’introduire davantage de trains et surtout d’accroître la stabilité des opérations. La technologie permettrait une circulation, en théorie, toutes les 60 secondes, contre toutes les trois minutes actuellement. Mais il faudra probablement tabler sur des écarts de 90 à 100 secondes dans un premier temps. Des profils de trafics « optimisés » garantiraient un déplacement économe en énergie et il sera fait usage, comme à Stuttgart, d’une technologie de signalisation et d’enclenchement uniforme permettant une maintenance plus simple.

Moins de coûts d’entretien et pas d’infrastructures coûteuses supplémentaires, ce sont les principaux défis auxquels devra répondre «Digital S-Bahn». Commentaire d’un autre écologiste, le sénateur Anjes Tjarks : « La technologie est une solution pour permettre la croissance du réseau S-Bahn et donc aussi l’avenir de Hambourg ». On peine à retrouver le même enthousiasme en nos contrées latines…

Ces deux exemples montrent d’une part que la digitalisation du rail prend maintenant de l’ampleur : il est grand temps, quand d’autres secteurs des transports sont déjà plus loin. Contrairement aux systèmes déjà existants (pour la plupart en circuit fermé), la particularité de ces projets est que les systèmes mis en œuvre pour le contrôle des trains (ETCS) et la conduite automatique (ATO GoA2) sont basés sur des spécifications européennes harmonisées, ce qui est nouveau, du moins en Allemagne. Et d’autre part, on voit que de plus petites entités comme à l’échelle des Länder ou d’une ville sont plus réactives que de grands mastodontes nationaux qui peinent à se mettre à jour.

Autres articles similaires :

Mediarail.be – La régionalisation des trains de proximité en Allemagne

Le S-Bahn de Hambourg n’a pas de caténaire et fonctionne – comme à Berlin -, par troisième rail latéral (photo Metro Centric via license flickr)

cc-byncnd

Comment les satellites et l’intelligence artificielle surveillent la végétation

La technologie permettant de comprendre la végétation peut sembler incongrue. Pourtant, les applications dans le domaine de l’intelligence artificielle et des données peuvent aider à mieux évaluer la végétation sur une zone donnée, à comprendre les systèmes dynamiques complexes de cette végétation et à prendre des mesures correctives si nécessaire.

Notre environnement est une structure complexe. Souvent, les processus qui agissent en son sein sont compris individuellement, mais leurs interactions et leurs rétroactions entre eux sont plus difficiles à appréhender avec des approches classiques. L’influence humaine sur l’environnement augmente également la complexité. Un exemple de la complexité de notre environnement est l’exploitation d’une centrale électrique refroidie à l’eau. Cette centrale prélève l’eau d’une rivière pour son refroidissement et renvoie l’eau chauffée à la rivière. Si l’eau devient rare en cas de sécheresse ou si l’eau disponible est trop chaude, la centrale va s’arrêter. Par conséquent, le système de contrôle de la centrale doit être capable de prévoir l’évolution de l’état thermique de l’eau et en même temps être capable de reconnaître sa propre influence sur l’état de l’environnement. Cette tâche ne peut être résolue que par l’utilisation d’une Intelligence Artificielle (IA) spécialisée. Elle doit être capable de reconnaître les conditions climatiques limites à un stade précoce et de développer indépendamment des scénarios d’action pour empêcher l’arrêt des installations. Les chemins de fer doivent avoir le même raisonnement pour offrir un réseau parfaitement en ordre de marche.

Selon le gestionnaire d’infrastructure britannique Network Rail, la résilience d’un réseau est la capacité des actifs, des réseaux et des systèmes à anticiper, absorber, s’adapter et/ou se remettre rapidement d’un événement perturbateur. Suite aux multiples défaillances de l’hiver 2013/14, le ministère britannique des transports avertissait que la résilience physique du réseau devait progressivement être renforcée dans les années à venir. Ces défaillances avaient été causées par des problèmes majeurs de stabilité du terrain, causés par des infiltrations d’eau ou de végétation non optimale.

(photo Network Rail)

En octobre 2016, Network Rail lançait un marathon de deux jours de défis à l’industrie. Elle devait démontrer des solutions, en utilisant des données satellitaires, qui auraient pu alerter Network Rail sur une détérioration quasi certaine des actifs et d’une perte de capacité de service à venir. Pour Network Rail, ce marathon a clairement démontré que les besoins ne pouvaient pas être satisfaits et qu’une infrastructure linéaire mince comme une ligne de chemin de fer, constituée de pentes principalement recouvertes de végétation, ne pouvait pas encore être surveillée de manière adéquate depuis l’espace. Les experts déclaraient à l’époque que « bien que l’on considère que les techniques ont déjà atteint le niveau opérationnel, il est évident que tant dans la recherche que dans la pratique, nous commençons seulement à bénéficier de l’imagerie haute résolution qui est actuellement acquise par les satellites de nouvelle génération. Il est très difficile de mesurer des déplacements dépassant quelques dizaines de cm par an et de fortes déformations non linéaires. » Mais la technologie s’est considérablement améliorée depuis.

Construit au XIXème siècle, le réseau ferroviaire est totalement inséré dans une végétation qui a repris ses droits au fil des décennies. En Allemagne, environ 70% des voies de la DB passent par des zones boisées. Ces dernières années, la DB, comme d’autres réseaux ferroviaires, a considérablement étendu l’entretien de la végétation le long de ses lignes pour les rendre plus résistantes aux tempêtes. Avec environ 33.400 kilomètres de voies ferrées, cela signifie que des millions d’arbres et de plantes doivent être examinés pour déterminer leur résistance aux tempêtes en raison de leur emplacement, de leur état ou de leur forme. En Allemagne, certaines tempêtes ont déjà provoqué l’arrêt d’un tiers du réseau ferré, particulièrement dans le nord et l’Est du pays. Rien qu’entre 2015 et 2017, il y a eu plus de 830 collisions de trains avec la végétation causées par des tempêtes, ce qui a coûté des millions à la compagnie publique allemande. Le phénomène est donc pris très au sérieux.

Après la tempête « Xavier » de 2017… (photo V.Boldychev via wikipedia)

Les opérateurs de réseau d’infrastructure utilisent principalement des solutions manuelles, rigides et étroitement ciblées, par exemple l’utilisation de voitures ou d’hélicoptères pour surveiller les réseaux d’infrastructure, malgré la disponibilité de données satellitaires. Ces processus de surveillance manuels sont souvent inefficaces et entraînent des coûts d’exploitation réseau élevés. La surveillance ou l’inventaire à grande échelle des réseaux couvrant tout un pays peut prendre des années avec les méthodes utilisées jusqu’à présent.

C’est pourquoi la Deutsche Bahn s’est appuyée sur une gestion professionnelle de la végétation. Environ 1.000 employés de DB Netz sont impliqués dans tous les aspects de la gestion des forêts et de la végétation qui bordent les voies. Dorénavant, la technologie digitale les aide dans leur tâche. La Deutsche Bahn enregistre maintenant les arbres depuis l’espace pour s’assurer de leur résistance aux tempêtes. Les satellites enregistrent le nombre d’arbres, la distance entre la végétation et les traces et la hauteur à laquelle les arbres poussent tout au long du réseau ferroviaire. Pour ce programme, la Deutsche Bahn a considérablement augmenté les ressources financières, et 125 millions d’euros sont disponibles chaque année pour l’entretien de la végétation. DB Netz ne fait évidemment pas cela seul.

L’opérateur de réseau allemand s’appuie sur LiveEO, une start-up berlinoise qui a participé en 2018 à la mindbox, un incubateur de start-up de la Deutsche Bahn AG, qui donne aux innovateurs la possibilité de tester et d’accélérer leurs idées et leurs produits au sein de la compagnie ferroviaire. Avec ce programme, la Deutsche Bahn soutient les jeunes entrepreneurs et les innovateurs. Ce soutien dure 100 jours pour de jeunes entreprises qui ont des idées d’amélioration pour les chemins de fer – entre autres grâce à un coaching approfondi ainsi qu’à un capital de départ de 25.000 euros. Cette aide est complétée par des essais de prototypes en conditions réelles et par un travail en commun au sein de la mindbox de la DB.

C’est dans ce cadre que LiveEO développe une méthode d’observation de la terre sur de grandes surfaces, dans laquelle les images satellites sont évaluées à l’aide de l’apprentissage automatique (Machine Learning en anglais), un procédé typique de l’IA. Au sein de la mindbox, LiveEO a pu améliorer l’application et la mettre en œuvre pour la première fois avec succès.

Comme l’explique Sabina Jeschke, directrice de la numérisation et de la technologie à la Deutsche Bahn, l’idée est d’anticiper au maximum un possible incident. Où les experts en végétation du chemin de fer doivent-ils se rendre de toute urgence ? Quels sont les arbres et les plantes qui ne sont pas capables de supporter des conditions météorologiques de plus en plus extrêmes ? Quelle végétation est plus résistante que l’autre ? Que faut-il maintenir ou planter comme végétation pour consolider un talus ou une tranchée ? Jusqu’à quel niveau la végétation peut-elle pousser avant de provoquer des problèmes d’adhérence (patinage) ?

(photo DBAG)

La DB envoie régulièrement des drones sur son réseau depuis 2015. Une flotte de 20 engins volants est désormais en service dans toute l’Allemagne. Ils sont équipés de caméras – la plupart du temps pour des vidéos, des images numériques haute résolution ou des enregistrements infrarouges. Pour le contrôle de la végétation le long des voies ferrées, les drones survolent les zones avec des caméras infrarouges. Les images sont vérifiées pour détecter les arbres malades qui pourraient tomber sur la voie en cas de vent violent. L’analyse photographique génère entre 3 et 5 gigaoctets de données par kilomètre de voie. Les données sont évaluées à l’aide de Big Data Analytics. La procédure est très fiable : les arbres qui ne résistent pas aux tempêtes sont détectés avec une probabilité de 95 %.

LiveEO ne dispose pas de ses propres satellites et doit alors utiliser des images optiques de la planète prises par le satellite Pléiades d’Airbus. La constellation de satellites Pléiades est composée de deux satellites optiques d’imagerie terrestre à très haute résolution qui couvrent la planète avec un cycle de répétition de 26 jours. Ces données satellitaires à haute résolution se présentent sous la forme d’images stéréoscopiques, ce qui permet à LiveEO d’en comparer et d’en déduire des profils de hauteur des arbres. LiveEO utilise l’imagerie multibande à différentes résolutions pour distinguer la végétation et les actifs du réseau, l’imagerie stéréo pour estimer la hauteur des arbres, la détection des différences pour identifier les changements, et l’interférométrie pour détecter les affaissements et autres distorsions du sol au niveau du cm près. LiveEO développe ses propres données de formation interne pour les algorithmes d’apprentissage machine.

Le fait de pouvoir détecter avec précision la hauteur des arbres à proximité des lignes de chemin de fer améliore la sécurité, permet d’identifier les arbres à risque élevé et à faible risque et réduit le coût du déboisement. Deutsche Bahn peut désormais économiser environ 25% de ses dépenses opérationnelles.

LiveEO produit actuellement une carte numérique des forêts le long des lignes de chemin de fer pour la Deutsche Bahn. Les images satellites sont utilisées pour enregistrer avec précision les populations d’arbres, la distance entre la végétation et les voies ferrées, et la hauteur à laquelle les arbres poussent. Cela permet à DB d’identifier encore mieux les arbres particulièrement sensibles aux tempêtes et de les traiter à temps. La particularité de LiveEO est qu’il ne reste que des données sur la végétation, alors que les drones capturent « tout ce qui se trouve à proximité de la piste », sans distinction, ce qui demandait beaucoup de travail et de temps pour nettoyer les cartes. Cela démontre toute l’importance des incubateurs, qui permettent de capter des idées qui ne peuvent pas toujours naître au sein de grande entreprise très hiérarchique comme une compagnie ferroviaire. Et surtout dans les matières digitales, qui demandent des connaissances sans grand rapport avec le métier ferroviaire.

Anticipation
La technologie de LiveEO permet de prioriser et d’optimiser non seulement la gestion de la végétation, mais aussi de revoir les processus en cas d’interruption de service. La quantité de données est telle que seule une IA peut les synthétiser en un temps record et réduire la durée des interruptions. La combinaison de la planification des ressources de l’entreprise, de l’imagerie satellite, de l’apprentissage machine (ML) et de l’intelligence artificielle (IA) permet de mieux répondre aux défis de la gestion de la végétation.

  • L’imagerie satellitaire haute définition combinée à de multiples capteurs peut éliminer le processus laborieux d’envoi de personnel sur le terrain qui effectue manuellement un repérage sur le terrain et collecte des données.
  • Les algorithmes ML/AI peuvent traiter les données pour identifier les endroits spécifiques où la végétation pourrait empiéter ou interrompre les opérations et aider les équipes des chemins de fer à repérer des endroits précis pour couper ou enlever la végétation.
  • Des tableaux de bord peuvent repérer les alertes déclenchées par les algorithmes.
  • L’utilisation simultanée de l’inventaire des espèces d’arbres et des données météorologiques permet d’optimiser encore davantage les systèmes.
  • Les solutions ERP intégrées peuvent permettre d’automatiser davantage l’engagement des équipes en planifiant et en programmant les ordres de travail et en suivant les mises à jour de l’exécution dans le cadre des paramètres fixés par le budget.
  • Les solutions ERP peuvent être combinées avec des solutions mobiles sur le terrain pour permettre aux équipes de terrain de saisir les détails pendant la coupe de la végétation.

LiveEO vend en fait deux produits. Le premier est le « frontend » qui est conçu pour les décideurs et les gestionnaires et qui fournit une vue d’ensemble du réseau. Le second est une application mobile qui permet au personnel sur le terrain de prendre en charge des tâches spécifiques de gestion et de documenter l’avancement du traitement. « Cela permet une communication transparente entre tous les niveaux d’utilisateurs, » explique Sven Przywarra, co-fondateur de LiveEO GmbH.

Mais la DB se concentre également sur la gestion des perturbations majeures, et en particulier sur l’information aux passagers. Si une perturbation empêche les trains de poursuivre leur route ou les détourne, le besoin d’information des voyageurs augmente drastiquement. Pour la Deutsche Bahn, la principale préoccupation est donc de ne pas créer un vide d’information et de tenir les clients informés aussi rapidement et continuellement que possible. Il est alors nécessaire de disposer des bonnes informations le plus rapidement possible. Où se trouve exactement « l’arbre sur la voie » ? Quelles lignes sont bloquées ? Quels sont les trains arrêtés ? Où les trains sont-ils garés ? Qu’est-ce que cela signifie pour l’ensemble de l’exploitation ferroviaire ? C’est là que LiveEO entre à nouveau en jeu. « Les données satellitaires pourraient nous être d’une aide énorme, même en cas de panne. Cette année (2020), nous prévoyons de tester si la technologie peut nous donner un aperçu plus rapide de la situation sur les lignes en cas de perturbation que ce qui est possible actuellement. L’objectif est de maintenir la phase d’incertitude pour les clients aussi courte que possible et de publier une prévision le plus tôt possible, » explique Sabina Jeschke. Qui montre aussi les possibilités de l’IA au sein des chemins de fer : « les assistants linguistiques ou les « chat bots » pourraient également être utiles, car les systèmes intelligents aident les employés à faire face rapidement à l’augmentation soudaine du besoin d’informations. »

(photo pqsel)

LiveEO est un bon exemple d’entreprise qui applique des analyses d’énorme quantité de données d’observation de la Terre pour fournir un service précieux, plus sûr et moins coûteux que l’approche traditionnelle de surveillance de la végétation des lignes ferroviaires. De nos jours, il existe une pléthore d’images satellites avec une résolution allant jusqu’à un cm et une fréquence de plusieurs fois par jour. L’imagerie satellitaire est de plus en plus compétitive, ce qui en fait baisser le coût. Il existe d’autres applications innovantes qui utilisent l’interférométrie radar par satellite pour détecter les affaissements, qui sont un grand danger pour le réseau ferroviaire.

Avec près de 2000 satellites en direct autour du globe, obtenir une image détaillée de n’importe quelle partie de la surface de la Terre n’est plus un problème. Le défi consiste à déterminer ce qu’il faut faire de toutes ces images. L’analyse des données géospatiales est le prochain grand marché de l’espace. Il est certain que les prochaines années vont voir une forte hausse de l’utilisation combinée des images satellites et de l’IA pour augmenter la sécurité de la gestion des actifs d’un réseau ferroviaire et prévenir les dangers futurs, y compris par intégration en temps réel de données météo…

Sources :

2018 – Network Rail – Earthworks Technical Strategy

2019 – Sifted – Maija Palmer – Airbus launches satellite data platform

2019 – Innoloft – Lucia Walter – LiveEO is the startup of the week 36: Innovative Infrastructure Monitoring from Space

2019 – Okeanos Consulting & Ruhr-Universität Bochum – Dr.-Ing. Benjamin Mewes und Dr.-Ing. Henning Oppel – Künstliche Intelligenz in den Dienst von Mensch und Umwelt stellen

2020 – Geof Zeiss – Using satellite imagery to prioritize vegetation management for utilities

2020 – Deutsche Bahn – Prof. Dr. Sabina Jeschke – Ruhe in den Sturm bringen

2020 – Eisenbahn Journal – Stefan Hennigfeld – Vegetationspflege mit künstlicher Intelligenz

(photo Reinhard Dietrich via wikipedia)