Defectanalyses van treinsporen worden gedaan door menselijke experts die acht uur per dag foto’s bekijken van elke halve meter spoor om het te controleren op roestplekken, deuken, krassen etc. Hoe zouden deze defectanalyses nog efficiënter kunnen? Ik praat met Huub van den Broek (CQM) die mij vertelt over hun project van automatische spoorinspectie door middel van Big Data & Artificial Intelligence, waar CQM en Inspectation de Hendrik Lorentz prijs voor hebben gewonnen bij de uitreiking van de Nederlandse Data Science Prijzen. Het systeem kan op dit moment met 99% nauwkeurigheid bepalen of er wel/geen defect is aan het spoor! Hoe zit het systeem in elkaar? Wat zijn de voordelen van het automatiseren van spoorinspecties? Hoe zit het met de kwaliteitsmaat, het opschalen en de snelheid? Welke rol spelen menselijke inspecteurs hier nog bij?

Share: