fr.wedoany.com Rapport : L'Institut coréen de recherche ferroviaire a lancé un projet de développement de technologies clés pour l'inspection des voies basée sur des robots ferroviaires spécialisés, visant à utiliser l'environnement ferroviaire virtuel comme « terrain d'apprentissage dynamique » pour former les robots à effectuer des inspections autonomes et sécurisées.

Ce projet, annoncé le 22 par l'Institut coréen de recherche ferroviaire (Korea Railroad Research Institute, KRRI), a pour objectif principal de permettre aux robots d'inspection autonomes d'apprendre et d'expérimenter de manière répétée diverses conditions de voie et situations dangereuses dans un environnement ferroviaire virtuel construit par jumeau numérique, transformant ainsi le système de maintenance ferroviaire traditionnel, principalement réactif, en un système d'inspection préventif et autonome.

L'inspection des voies ferrées est actuellement confrontée à de multiples défis complexes, notamment les risques de sécurité pour le personnel, le manque de données sur les défauts rares, et les variations des résultats d'inspection en fonction du niveau de compétence des opérateurs. Le faible nombre d'accidents ou de défauts réels rend difficile l'obtention d'échantillons d'apprentissage suffisants pour l'IA, ainsi que la réalisation d'expériences répétées sur des situations dangereuses sur le terrain. Pour surmonter ces limitations, l'institut prévoit d'utiliser des drones, des caméras et des LiDAR pour collecter des données sur les voies réelles et leur environnement, construire un espace virtuel tridimensionnel, et l'utiliser comme terrain d'apprentissage numérique pour former la perception visuelle et le contrôle moteur des robots.

Dans l'espace virtuel, il est possible de configurer des variables soudaines telles que des intrusions sur la voie ou des obstacles, ainsi que des conditions météorologiques comme les tempêtes de neige ou les fortes pluies, des conditions environnementales comme la nuit ou le contre-jour, et des terrains comme les graviers ou les pentes. Les données apprises par le robot dans l'espace virtuel seront réinjectées dans les actions du robot réel et optimisées en continu grâce aux données de fonctionnement réelles.

Le responsable du projet, le chercheur principal Byeon Seong-jun de l'Institut coréen de recherche ferroviaire, a déclaré que les performances du robot d'inspection autonome dépendent de sa capacité à percevoir avec précision et à se déplacer de manière stable. L'objectif principal de cette recherche est d'utiliser le modèle de base mondial (World Foundation Model) pour améliorer la capacité de perception visuelle du robot, et de garantir, grâce à l'apprentissage par renforcement et à la technologie Sim2Real (de la simulation à la réalité), que le robot dispose d'une stratégie de contrôle pour un déplacement stable dans l'environnement réel des voies.

Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com