Digital twinning voor spoorontwerp

Strukton Rail en Saxion onderzoeken samen hoe het ontwerpproces voor spoorbanen met digitaltwin-technologie ondersteund kan worden. Onder het digitaltwin-concept wordt een virtuele, liefst real-time presentatie van een fysieke situatie verstaan.

Strukton Catenary Europe heeft al een digitaal vergaande werkwijze en richt zich nu op het doorvoeren van het digitaltwin-concept voor het treinbeveiligingsgedeelte van de railinfrastructuur (kabels en leidingen). Daarbij ligt de focus op het automatisch segmenteren, visualiseren en koppelen aan bestaande databases van betreffende spoorwegobjecten. Het idee is om het ontwerp van het spoor in zoverre te ondersteunen dat huidige situaties in kaart gebracht kunnen worden en vervolgens digitaal herontworpen kunnen worden.

Op basis van de resultaten van het voorgaande project (TFF Digitalisatie Bovenleidingen en Draagconstructies) pakken we een aantal onderzoeksrichtingen weer op, ditmaal specifieker gericht op digital twinning. Concreet is hierbij de volgende fase te benoemen voor de automatisering van spoorontwerp middels een data processing pipeline. Hiervoor zijn meerdere use cases beoogd waarin 3D-scans beschikbaar komen, namelijk: het spoorvak Leeuwarden – Harlingen (17 km), met als vervolg de Hanzespoorlijn tussen Zwolle en Lelystad.

Onderwerp

Digitalisering, deep learning, semantic segmentation, point clouds

Doelen

• een generieke methode ontwikkelen om objectsegmentatie toe te passen in de spoor-infrastructuur
• datavisualisaties ontwikkelen die ondersteunen bij het ontwerpproces
• zorgen voor connectiviteit met bestaande en nieuwe databases voor spoor-infrastructuur

Uiteindelijk leveren we een softwareprototype op dat vanuit een point cloud een 3D-tekening kan genereren waarin relevante objecten geclassificeerd zijn, aansluitend bij de vereisten van infrastructuurspecialisten.

Betrokkenen

Saxion (Ambient Intelligence), Strukton Rail

Looptijd

01-05-2022 – 31-10-2023

Meer informatie

Neem contact op met Jeroen Linssen:

Financiering

Dit project is mede mogelijk gemaakt door TechForFuture.