Si è recentemente concluso il primo progetto di ricerca internazionale focalizzato sulle applicazioni ad ampio spettro dell’intelligenza artificiale al settore ferroviario. Questo articolo sintetizza gli aspetti salienti del progetto ed i principali risultati ottenuti.
L’obiettivo generale del progetto di ricerca europeo denominato “Roadmaps for AI integration in the raiL Sector” (RAILS) è stato investigare il potenziale degli approcci di intelligenza artificiale (AI) nel settore ferroviario e contribuire alla definizione di roadmaps per future ricerche nei sistemi di segnalamento e guida autonoma di prossima generazione, nella manutenzione predittiva, e nella gestione automatica del traffico ferroviario. Uno degli obiettivi del progetto è stato quello di supportare la formazione di studenti di dottorato per potenziare la capacità di ricerca in AI nel settore ferroviario in Europa, coinvolgendo istituti di ricerca con una profilo combinato in informatica e sistemi di trasporto in quattro diversi paesi: Italia, Regno Unito, Paesi Bassi e Svezia.
RAILS ha prodotto conoscenza, ricerche innovative e risultati sperimentali per l’adozione dell’AI nell’automazione ferroviaria, contribuendo alla progettazione e all’implementazione di ferrovie più sempre più smart. A tal fine, RAILS ha combinato paradigmi di AI e di apprendimento automatico con l’Internet delle cose (Internet of Things, IoT) al fine di sfruttare la grande quantità di dati generati da sensori intelligenti. Le attività di ricerca sono state condotte in continuità con la ricerca in corso nel settore ferroviario, in particolare all’interno del programma di innovazione Shift2Rail (ora Europe’s Rail), e sono state basate su un’analisi approfondita delle applicazioni dell’AI nel trasporto e in altri settori rilevanti, al fine di effettuare uno studio di trasferibilità dei risultati attualmente disponibili.
Ci si aspetta che le metodologie e gli strumenti esplorati in RAILS possano stimolare ulteriori innovazioni nelle ferrovie, fornendo nuove direzioni di ricerca per migliorare affidabilità, manutenzione, sicurezza, e prestazioni. Per quanto riguarda gli aspetti legati alla sicurezza, sono state prese in rassegna le sfide di certificazione da affrontare per l’adozione dell’AI nella guida autonoma e cooperativa (ad esempio, il virtual coupling), basandosi sui concetti AI interpretabile e affidabile (explainable e trustworthy AI).
Il progetto ha passato in rassegna, per ciascuna applicazione rilevante, le tecniche di apprendimento automatico (machine learning), le reti neurali di tipo profondo (deep neural networks) per la visione artificiale ed il rilevamento di anomalie (es. ostacoli), gli approcci probabilistici, euristici ed evolutivi per la fusione delle informazioni e l’ottimizzazione delle prestazioni, nonché i paradigmi emergenti come quello dei cosiddetti gemelli digitali (digital twins). Attraverso appositi casi d’uso, il progetto ha dimostrato come tutte queste tecnologie hanno la potenzialità di aprire la strada alle ferrovie del futuro, che si innestano nella nuova generazione dei sistemi di trasporto autonomi, sicuri, efficienti, e sostenibili.
Le organizzazioni partecipanti al progetto sono state: il Consorzio Interuniversitario Nazionale per l’Informatica (CINI) – coordinatore del progetto; la Delft University of Technology (TU Delft), Paesi Bassi; l’Università di Leeds, Regno Unito, e la Linnaeus University, Svezia. Il progetto è stato anche supportato da un comitato industriale (Advisory Board) composto da diverse organizzazioni, tra cui l’agenzia europea per le ferrovie (European Union Agency for Railways), Hitachi Rail STS, First Rail, ProRail, Mathworks, oltre che le ferrovie nazionali olandesi.
Il progetto è stato coordinato dalla professoressa Valeria Vittorini (project coordinator) e gestito tecnicamente dal professore Francesco Flammini (project technical manager), socio SGI. Per ulteriori informazioni sul progetto e sui risultati ottenuti cliccare sul sito web https://rails-project.eu/.
