La SNCF veut étendre à l’ensemble du réseau la technologie LiDAR de numérisation des végétaux avec une précision de 95%.
La technologie LiDAR utilisée par la SNCF pour détecter la végétation le long des voies ferrées françaises est désormais précise à 95 %. Le gestionnaire des chemins de fer français envisage maintenant d’étendre VEGESCAN à l’ensemble du réseau. Les exploitants d’autoroutes s’intéressent même à cette technologie. Mais la SNCF n’est pas la seule à s’intéresser à cette technologie…
SNCF Réseau poursuit la mise en œuvre de son système de détection de la végétation par LiDAR dans le cadre du projet VEGESCAN, après avoir confirmé un taux de précision de 90 à 95 % dans son analyse. Avec cette étape, le gestionnaire de l’infrastructure ferroviaire française se prépare à étendre le système à l’ensemble du réseau, après des années d’essais et d’optimisation fructueux.
Avec 28 000 kilomètres de lignes ferroviaires en France, dont près de 16 000 kilomètres sont électrifiés par des caténaires, la gestion de la végétation est un défi majeur pour la sécurité. Les branches d’arbres arrachées lors des tempêtes ou la croissance excessive de la végétation peuvent interférer avec les caténaires, les fils électriques aériens qui relient les trains, et perturber le trafic ferroviaire. Malgré des interventions manuelles régulières, la croissance de la végétation entre les dégagements programmés reste un risque.
SNCF Réseau a lancé VEGESCAN en 2019 pour améliorer la surveillance de la végétation grâce à la technologie LiDAR (Light Detection and Ranging) qu’il a fait breveter. Montés sur des véhicules de surveillance des voies (ESV), les scanners LiDAR créent des cartes 3D détaillées de l’environnement, en mesurant le temps que mettent les rayons laser à rebondir sur les objets et à revenir. Cela permet aux ingénieurs d’analyser la densité de la végétation et sa proximité avec l’infrastructure ferroviaire.
180 000 kilomètres de voies scannées par an
La technologie est actuellement déployée sur les trois ESV de SNCF Réseau, qui parcourent ensemble 180 000 kilomètres de voies par an à une vitesse de 70 km/h. Les données brutes, qui représentent 150 à 200 téraoctets par an, sont stockées dans le cloud et traitées par les ingénieurs de l’unité Data 3D Heritage de SNCF Réseau.
En analysant la densité de la végétation dans différentes couches, le système génère des cartes thermiques qui mettent en évidence les zones où la végétation empiète sur les infrastructures ferroviaires clés, telles que les caténaires. Ces données sont ensuite intégrées à SIGMA, l’application opérationnelle de SNCF Réseau, ce qui permet aux équipes de maintenance de prioriser les interventions avec plus de précision et d’efficacité.
Après une campagne de validation sur des centaines de kilomètres dans les Landes, les Vosges et le Jura, un taux de précision de 90 à 95 % a été confirmé. Même en comparant les données plusieurs jours après le passage des trains, les équipes de terrain ont trouvé que les observations du système étaient très fiables. Avec un tel taux de réussite, SNCF Réseau envisage maintenant d’étendre VEGESCAN à l’ensemble du réseau national, affirmant que la solution offre un coût au kilomètre compétitif et devrait améliorer l’efficacité de la maintenance tout en réduisant les coûts.
Au-delà du secteur ferroviaire, la SNCF indique que les exploitants d’autoroutes se sont montrés intéressés par l’adoption de cette technologie pour surveiller la croissance de la végétation le long des autoroutes, ce qui représente une nouvelle opportunité commerciale potentielle pour SNCF Réseau.
La technologie ferroviaire LiDAR s’étend à toute l’Europe
La SNCF n’est pas la seule à investir dans la surveillance de la végétation par LiDAR. La société belge Infrabel utilise également le LiDAR depuis 2018 en collaboration avec Kapernikov, en développant un système de détection automatisé de la végétation. Monté sur des trains d’inspection des voies, le système scanne l’ensemble du réseau deux fois par an, en utilisant des algorithmes pilotés par l’IA pour classer la végétation et générer des alertes en vue d’une intervention.
Contrairement au système VEGESCAN de la SNCF, qui intègre les données LiDAR dans son application SIGMA pour la planification de la maintenance, le système d’Infrabel et de Kapernikov est entièrement automatisé, classant la végétation par niveau de risque et générant des alertes immédiates. Le système définit des lignes de sécurité et d’intervention, en veillant à ce que seule la végétation problématique déclenche des interventions de maintenance. Grâce à ce système d’intervention basé sur les priorités, Infrabel a pu optimiser les programmes d’entretien, réduire les coûts d’exploitation et améliorer la sécurité ferroviaire.
Par chance, le PDG de Kapernikov, Rein Lemmens, sera présent à notre prochaine conférence RailTech Belgium, où il expliquera comment les solutions de maintenance prédictive de son entreprise, basées sur l’IA, contribuent à remodeler le réseau ferroviaire belge. Comme il l’a déclaré à RailTech en début de semaine lors de notre webinaire pour RailTech Belgium: » Pour les entreprises qui s’appuient encore entièrement sur la maintenance basée sur le temps, l’idée d’ajuster les horaires – effectuer certaines tâches plus tôt et d’autres plus tard – peut être un choc ou un défi opérationnel majeur. C’est tout simplement moins prévisible.
Vous souhaitez en savoir plus sur la maintenance pilotée par l’IA ? Avec des panels, des discours et de nombreux autres panels et ateliers sur les sujets brûlants de notre secteur, rejoignez-nous à RailTech Belgium 2025 pour obtenir des informations exploitables, entrer en contact avec les leaders de l’industrie et façonner l’avenir du rail en Belgique et au-delà. Consultez le programme de la conférence et réservez votre place dès aujourd’hui – les inscriptions sont ouvertes !
