suddigt tåg rusar förbi

Projekt: Roadmaps for AI integration in the rail sector (RAILS)

Det övergripande syftet med forskningsprojektet RAILS är att undersöka potentialen för artificiell intelligens (AI) inom järnvägssektorn och bidra till att definiera riktlinjer för framtida forskning om nästa generations signalsystem, driftsintelligens och nätverkshantering.

Fakta om projektet

Projektledare vid Linnéuniversitetet
Francesco Flammini
Deltagande organisationer
Linnéuniversitetet; Consorzio Interuniversitario Nazionale per l'Informatica (CINI), Italien; Technische Universiteit Delft, Nederländerna; University of Leeds, England
Finansiär
EU Horizon 2020 – Shift2Rail Joint Undertaking Call number S2R-OC-IPX-01-2019
Tidsplan
1 dec 2019–30 nov 2022
Ämne
Datavetenskap (Institutionen för datavetenskap och mediateknik, Fakulteten för teknik)

Mer om projektet

Det övergripande syftet med forskningsprojektet Roadmaps for AI integration in the raiL Sector (RAILS) är att undersöka potentialen för artificiell intelligens (AI) inom järnvägssektorn och bidra till att definiera riktlinjer för framtida forskning om nästa generations signalsystem, driftsintelligens och nätverkshantering. RAILS kommer att inrikta sig på att utbilda doktorander för att stödja forskningskapaciteten vad gäller AI inom järnvägssektorn i hela Europa, genom att involvera forskningsinstitutioner med en kombinerad bakgrund inom både datavetenskap och transportsystem i fyra olika länder: Italien, Storbritannien, Nederländerna och Sverige.

RAILS kommer att resultera i kunskap, banbrytande forskning och experimentella bevis för koncept för införandet av AI inom järnvägsautomation, förebyggande underhåll och felupptäckt, trafikplanering och kapacitetsoptimering. På detta sätt kommer RAILS att effektivt bidra till utformningen och implementeringen av smartare järnvägar. I detta syfte kommer RAILS att kombinera AI-paradigmer som maskininlärning med sakernas internet (Internet of Things; IoT), för att utnyttja den stora mängd data som skapas tack vare smarta sensorer och applikationer. Forskningsverksamheten kommer att bedrivas tillsammans med pågående forskning om järnvägar, särskilt inom innovationsprogrammet Shift2Rail. Den kommer att baseras på en djupgående analys av AI-applikationer inom transportsektorn och andra relevanta sektorer, för att genomföra en studie av överförbarheten av tillgängliga resultat till järnvägar.

De metodologiska och tekniska koncept som utvecklats i RAILS förväntas stimulera ytterligare innovation inom järnvägar, vilket skapar nya forskningsinriktningar för att förbättra tillförlitlighet, möjlighet till underhåll, trygghet, säkerhet och prestanda. När det gäller säkerhetsrelaterade aspekter kommer framväxande hot (till exempel så kallade adversarial attacks) och certifieringsfrågor att tas upp när AI införs i autonom och kooperativ körning (exempelvis virtual coupling), baserat på begreppen förklarbar AI (explainable AI; XAI) och pålitlig AI (trustworthy AI).

Vad gäller uppspårning av cyber-fysikaliska hot, kommer innovativa metoder att utvecklas baserat på AI-modeller som artificiella neurala nätverk (ANN) och bayesiska nätverk, tillsammans med sammanläggning av data från många sensorer och artificiellt seende. Återhämtningsförmåga och optimeringstekniker baserade på genetiska algoritmer och självlagande kommer att behandlas för att möta misslyckanden och störningar i tjänster, samt för att öka effektiviteten och linjekapaciteten. Alla dessa tekniker kommer att bana vägen för utvecklingen av det nya Järnvägen 4.0.

Projektet är en del av forskningen i forskargruppen Cyber-Physical Systems (CPS).