Wetenschappers aan de Heriot-Watt University, in samenwerking met de spoorindustrie-instantie RSSB, ontwikkelen robotoplossingen om de reinheid van treinwagons op moeilijk bereikbare plaatsen te verbeteren en om nauwkeurigere inspectie van spoorbrugbogen te vergemakkelijken.

Het eerste project zal gerobotiseerde mobiele inspectieplatforms ontwikkelen die tussen en onder de stoelen van een treinwagon kunnen werken. In staat om te navigeren en zichzelf te manipuleren in krappe werkruimten, de robotplatforms reinigen en detecteren gevaren met behulp van een innovatief algoritme.

Dr. Mustafa Suphi Erden van de School of Engineering and Physical Sciences leidt het onderzoek. Hij zei:"Ons werk zal zich in eerste instantie richten op het ontwikkelen van een mobiel robotplatform dat autonoom kan navigeren in de beperkte ruimte tussen en onder de stoelen van een treinwagon. Vervolgens zullen we een algoritme ontwikkelen om schoonmaak- en gevaarlijke situaties te detecteren met behulp van een gedetailleerde set van treinwagons.

"We zullen ook een manipulator creëren om te integreren met het mobiele platform om vooraf gedefinieerde objecten te verzamelen die regelmatig worden neergezet of weggegooid door treinreizigers, zoals flessen, papieren bekertjes, kranten, en ook biologisch gevaarlijke objecten zoals messen, naalden, en injectoren achtergelaten door de passagiers."

Het tweede project zal autonome drone-technologie ontwikkelen om bogen van spoorbruggen te inspecteren, vooral de binnenbocht waar de toegang beperkt is.

Drones verzamelen autonoom beelden onder de bogen en analyseren deze vervolgens automatisch om defecten in de constructie op te sporen. Defecten zoals scheuren, spatten (vlokken), waterinsijpeling, onvoldoende mortel, verkeerde uitlijning, en verbrijzeling zullen worden onderzocht en geïdentificeerd voor herstelwerkzaamheden.

Dr. Mustafa Suphi Erden legt uit hoe de drone zou werken:"Een mens zal de drone naar een beginrand van de boog brengen, waar hij dan automatisch langs het boogoppervlak begint te vliegen door door het boogoppervlak te scannen en beelden te verzamelen. De verzamelde afbeeldingen worden vervolgens verwerkt om defecten te detecteren en de onderhoudsexperts te waarschuwen, zodat er snel actie kan worden ondernomen.Ons werk zal zich in eerste instantie richten op de ontwikkeling van de drone-technologie die zichzelf kan navigeren met behulp van nabijheidssensoren en webcams.

"Hierdoor kan de drone zichzelf besturen van de ene rand van de boog naar de andere via een horizontale lijn en terugdraaien om een ​​parallel pad te volgen op een andere horizontale lijn. Dit niveau van nauwkeurigheid, inclusief het aanhouden van een nauwkeurige afstand tot het oppervlak van de boog, betekent dat elke centimeter van de boog in detail zal worden geïnspecteerd. Vervolgens zullen we een machine learning-algoritme ontwikkelen om de verzamelde beelden te inspecteren en een vooraf geïdentificeerde reeks gevaren in het metselwerk van de bruggen te detecteren."

RSSB financiert twee vierjarige Ph.D. studentships als onderdeel van het Centre for Doctoral Training in Robotics and Autonomous Systems.

Giulia Lorenzini, RSSB's Senior Partnerships and Grants Manager zei:"De spoorwegindustrie begint nog maar net grip te krijgen op wat Robotics and Autonomous Systems (RAS)-toepassingen te bieden hebben. Het is geweldig om samen te werken met een toonaangevende onderzoeksinstelling in het veld, zodat onze leden in het spoor kunnen bewijs zien van het potentieel van de technologie in een functionerend, praktische manier."