Comment les satellites peuvent surveiller les voies et les talus
La végétation le long des voies peut paraître être un sujet secondaire. Pourtant, il y a de bonnes raisons pour y prêter une attention accrue, avec l’aide des satellites et des technologies digitales.
Utiliser de la technologie pour comprendre l’évolution de la végétation peut sembler incongru. 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 quand cela devient indispensable.
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.
Méthodes anciennes
Etudiés de manière manuelle, les mouvements de la végétation et des terres ne permettaient pas d’appréhender les interactions en eux et de prévoir les bonnes actions à entreprendre au bon moment. Depuis longtemps, de nombreux gestionnaires d’infrastructure ferroviaire cherchent des outils pour anticiper une perturbation.
Les opérateurs de réseau d’infrastructure utilisent en effet 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.
Digitalisation
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. En clair, prévoir des chutes d’arbres trop grands et proches des voies ou des glissements de talus.
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. Des solutions préventives plus fortes devaient être trouvées.
L’opérateur de réseau allemand DB Netz s’appuie par exemple sur LiveEO, une start-up berlinoise qui 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. LiveEO a pu améliorer l’application et la mettre en œuvre pour la première fois avec succès dans le cadre de l’infrastructure ferroviaire.
L’idée derrière cela est de déterminer 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) ?
Les données satellitaires combinées avec des images caméras prise depuis un train normal ainsi que, dans certains cas, des capteurs au sol, permettent ainsi d’anticiper un maximum d’incidents sur le réseau.
Article similaire :
