Innovatieve methode ontwikkeld voor het creëren van gedetailleerde digitale modellen van de spoorinfrastructuur

Een actuele en nauwkeurige digitale weergave van de spoorinfrastructuur speelt hierin een sleutelrol. Bram Ton, onderzoeker aan de hogeschool Saxion en promovendus aan de Universiteit Twente, heeft samen met Strukton Rail een innovatieve methode ontwikkeld om gedetailleerde digitale modellen van de spoorinfrastructuur te creëren. Deze digitale modellen ondersteunen niet alleen het onderhoud, maar vormen de basis voor voorspelbaar onderhoud in de toekomst.

3D-modellen voor efficiënt en duurzaam onderhoud

Strukton Rail bouwt, vernieuwt, onderhoudt en beheert spoorsystemen. Daartoe ontwikkelt het op maat gesneden technologieën die een bewezen bijdrage leveren aan de veiligheid, betrouwbaarheid en duurzaamheid van sporen, railvoertuigen en elektrische infrastructuren.

Voor het uitvoeren van onderhoudswerkzaamheden aan het Nederlands spoornetwerk maken wij gebruik van geavanceerde meettreinen uitgerust met LiDAR-laserscanners. Deze scanners maken gedetailleerde 3D-beelden van de spooromgeving, inclusief objecten zoals seinen, bovenleidingen en schakelkasten. Door het gebruik van geautomatiseerde scans worden handmatige inventarisaties overbodig, wat tijd en kosten bespaart en verstoringen van de dienstregeling voorkomt.

Bram heeft tijdens zijn promotie-traject deze LiDAR-data verder geanalyseerd en omgezet in modellen die complexe puntenwolken omzetten in herkenbare objecten langs het spoor. Hiervoor maakt hij gebruik van kunstmatige intelligentie (AI) en technieken die eerder zijn ontwikkeld voor zelfrijdende auto’s, waaronder objectherkenning. Dit is voor het eerst toegepast op de spooromgeving, waarbij automatisch objecten zoals bovenleidingen, seinen en palen worden geïdentificeerd.

Toekomstbestendig onderhoud en duurzaamheid

Het toenemende gebruik van het spoor vraagt om betrouwbaarder en efficiënter onderhoud, zodat veiligheid en beschikbaarheid kunnen worden gewaarborgd. Digitale modellen maken het mogelijk om knelpunten vroegtijdig te detecteren en onderhoud proactief te plannen. Dit biedt niet alleen voordelen voor het onderhoudsteam, maar maakt ook robot gestuurde reparaties en voorspellend onderhoud mogelijk, wat de duurzaamheid van het netwerk ten goede komt.

Bron: Dit artikel is gebaseerd op een bericht Hogeschool Saxion. Neem voor meer informatie contact op met Rozanne Harleman r.f.harleman@saxion.nl