An künstlicher Intelligenz (KI) und maschinellem Lernen führt kein Weg mehr vorbei. Das gilt besonders für die Bahn. Die Herausforderungen im Bahnbetrieb werden immer größer. Wachsende Fahrgastzahlen, komplexe Streckennetze, eng getaktete Fahrpläne, die Koexistenz von Personen- und Güterverkehr nebeneinander. Zugleich steigen die Anforderungen an Sicherheit, Kapazität, Komfort und Nachhaltigkeit. Künstliche Intelligenz (KI) mit ihren Teilbereichen maschinelles Lernen und Inferenzierung bietet derzeit die größte Hebelwirkung, um diese Herausforderungen zu bewältigen. Dabei geht es um weit mehr als die Automatisierung von Prozessen. Vielmehr ist KI in der Lage, die Effizienz, Flexibilität und Sicherheit des Bahnbetriebs auf ein noch nie dagewesenes Niveau zu heben.
DieWerkzeuge dafür sind vielschichtig. Sie reichen von Assistenzsystemen wie Fahr- und Bremskontrolle bis hin zu Sicherheitssystemen wie Kollisionsschutz und autonomes oder teilautonomes Fahren. Auch die vorausschauende Wartung oder die zustandsorientierte Überwachung kann mit KI-Algorithmen und entsprechender Hardware perfektioniert werden. Darüber hinaus gibt es unzählige intelligente Bildverarbeitungsanwendungen, die zur Überwachung von Fahrzeugen, Bahnhöfen, Strecken und Weichen oder zur optischen Inspektion von Gleisanlagen, Oberleitungen und Tunneln eingesetzt werden.
Da eine Datenverarbeitung mit geringer Latenz sicherheitsrelevant ist und die Schienenfahrzeuge keine ständige Verbindung zur Cloud oder zu einem zentralen Server haben, müssen intelligente Entscheidungen direkt im Fahrzeug getroffen werden. Üblicherweise wird dies als Inferenz bezeichnet. Ein Schlüsselfaktor hierbei sind KI-fähige Embedded-Systeme. Sie sind in der Lage, selbstständig intelligente Entscheidungen auf Basis einer großen Menge an gesammelten Daten zu treffen, die sofort verglichen und ausgewertet werden. Dazu gehören Daten von verschiedenen Sensoren wie Kameras, Radar, Ultraschall und Lidar. Auch Telemetrie-, Positions- und Routendaten fließen in den Entscheidungsprozess ein. Die gesammelten Daten ermöglichen nicht nur Entscheidungen direkt im Fahrzeug, sondern erleichtern auch nachgelagerte Prognosen, die den Betrieb und die Wartung von Schienenfahrzeugen langfristig vorhersehbar machen.
Das derzeit führende Unternehmen im Bereich der KI-fähigen Prozessortechnologie ist der Chiphersteller Nvidia. Seine für industrielle Anwendungen entwickelte Jetson-Plattform kombiniert parallele und serielle Prozessortechnik, also GPU- und CPU-Technologie. Sie ermöglicht es, große Datenmengen parallel und nahezu latenzfrei zu verarbeiten. Die KI-Algorithmen wiederum nutzen diese Daten, um selbstständig intelligente Entscheidungen abzuleiten.
Nvidia bietet nicht nur die richtige Prozessortechnologie für solche Anwendungen, sondern stellt auch ein umfangreiches Softwarepaket zur Verfügung. Das Jetpack SDK (Software Development Kit) von Nvidia ist für alle Jetson-Module (Jetson Nano, Jetson TX2, Jetson Xavier NX und Jetson AGX Xavier) geeignet. Es enthält ein Linux Board Support Package (BSP) und CUDA-X, eine Sammlung von Bibliotheken und APIs (Programmierschnittstellen) für Deep Learning, maschinelles Sehen und GPU-beschleunigtes Rechnen. Multimedia-Tools für die Bildverarbeitung sind ebenfalls im Jetpack enthalten. Treiber für eine große Anzahl von Sensoren werden ebenfalls unterstützt. Mit dem Jetpack SDK stellt Nvidia ein Toolkit zur Verfügung, das einen einfachen und schnellen Einstieg in KI-Anwendungen ermöglicht. Dies ist für Bahnhersteller ebenso interessant wie für Betreiber von Schienenfahrzeugen.
Der Embedded-Experte Syslogic, der seit über 30 Jahren die Bahnindustrie beliefert, hat als erstes Unternehmen weltweit einen Bahncomputer auf Basis der Nvidia Jetson Technologie entwickelt. Er wurde bereits 2018 auf der Messe Innotrans in Berlin vorgestellt. Mittlerweile verfügt Syslogic über eine komplette Produktlinie von KI-fähigen Bahncomputern. Sie werden bereits weltweit eingesetzt, um die Automatisierung in der Bahnindustrie weiter voranzutreiben.
KI-Transportcomputer RM A2 (NVIDIA Jetson TX2)
KI-Bahnrechner RSL A3 (NVIDIA Jetson AGX Xavier)
Rugged Computer RML A3 (NVIDIA Jetson AGX Xavier)
Syslogic kombiniert Nvidia-Module mit einer eigenen Trägerplatine und integriert sie in robuste Embedded-Computer. Damit ist die Nvidia-Technologie für den Einsatz im Schienenverkehr geeignet. Die Bahnrechner entsprechen der Bahnnorm EN50155 und der Brandschutznorm für Schienenfahrzeuge EN45545. Syslogic achtet bereits in der Entwicklungsphase darauf, dass sowohl die elektronischen Komponenten als auch die Anschlüsse und das Gehäuse für die erhöhten Anforderungen ausgelegt sind. Die Bahncomputer sind lüfterlos und arbeiten ohne bewegliche Teile. Zudem verfügen sie über ein robustes Gehäuse mit schraubbaren M12-Steckern. Damit sind sie für den zuverlässigen und langfristigen Einsatz im Bahnbetrieb geeignet.
Je nach Anwendung bietet Syslogic Bahncomputer auf Basis von Jetson TX2, Jetson TX2i oder Jetson AGX Xavier an. Ein Gerät auf Basis von Jetson Xavier NX steht kurz vor der Markteinführung.
Bahncomputer werden häufig in Fahrerassistenzsystemen eingesetzt, zum Beispiel zur Fahr- und Bremssteuerung oder für Kollisionsschutzsysteme. Ein mögliches Szenario ist die selbstständige Erkennung von Hindernissen auf dem Gleis und das anschließende Auslösen einer Aktion wie das Abgeben eines Warnsignals oder das Auslösen einer Notbremsung. Ein weiteres Szenario ist die Umgebungsüberwachung, zum Beispiel im Rangierbetrieb. In Verbindung mit entsprechender Sensorik können die KI-Computer während des Rangierbetriebs automatisch erkennen, ob sich Lebewesen im Gefahrenbereich befinden. Eine weitere Anwendung ist die Inspektion von Bahnstrecken. Ob in regulären Zügen oder in speziellen Diagnosefahrzeugen eingebaut, können KI-Algorithmen, Sensor- und Kameratechnik und ein entsprechendes Embedded-System eingesetzt werden, um Schäden an Schienen, Schotterbett oder Oberleitung während der Fahrt zu erkennen. Die automatisierte Streckeninspektion ist wesentlich effizienter als die manuelle Inspektion. Außerdem werden Schäden zu einem Zeitpunkt erkannt, zu dem sie noch keine Gefahr für den Betrieb darstellen, so dass ihre Beseitigung langfristig geplant werden kann. Ungeplante Streckensperrungen können so vermieden werden.
Aber nicht nur die Sicherheit profitiert von der KI, sie trägt auch zur Wirtschaftlichkeit und Umweltverträglichkeit bei. Durch automatische Fahr- und Bremssteuerung kann der Energieverbrauch im Vergleich zum Regelbetrieb um bis zu fünfzehn Prozent gesenkt werden. Kosteneinsparungen lassen sich auch bei der vorausschauenden Wartung realisieren. Durch die Auswertung von Telemetriedaten können Wartungsarbeiten frühzeitig geplant werden, was Ausfallzeiten und Wartungskosten reduziert. Dies ist ein weiterer Bereich, in dem Entscheidungen sofort im Fahrzeug getroffen werden müssen, z. B. durch Abschalten eines Teilsystems, um Schäden am Fahrzeug zu verhindern.
Die Bahncomputer eignen sich nicht nur für traditionelle Fahrzeuganwendungen, sondern unter anderem auch für die Analyse von Fahrgastströmen aus einem fahrenden Zug. Die KI-Computer werden auch in Bahnhöfen oder Tunneln für intelligente Sichtanwendungen eingesetzt.
Mit den neuen Möglichkeiten der künstlichen Intelligenz nimmt der Automatisierungsgrad im Bahnbetrieb stetig zu, was wiederum die Kapazität, Qualität und Sicherheit erhöht. Darüber hinaus nähern wir uns langsam aber sicher dem Zeitalter des unbemannten Zugbetriebs auf regulären Strecken.
