Wagon Analyses Model Rail OCR

De Challenge

Traditioneel worden container/wagonnummers afgelezen met OCR-technologie (Optical Character Recognition ofwel optische tekenherkenning) op basis van foto’s die door stitching bij elkaar zijn gevoegd.
De behoefte aan het datagedreven werken groeit daardoor en daarmee wordt het efficiënt up-to-date houden van informatie voor de hele logistieke keten ook belangrijker. Supplai heeft voor ProRail een Wagon Analyses Model (WAM) en een Container Recognition Model (CRM) ontwikkeld die inspelen op deze behoeften.

De Solution

Artificiële Intelligentie (AI) en OCR worden ingezet om van box containers, iso containers, ketelwagons en treinonderstellen het containernummer af te lezen in combinatie met de GEVI – UN* sticker en de bijbehorende labels. De oplossing van supplai controleert vervolgens of de juiste labels op het materiaal zitten door deze te vergelijken met het GEVI nummer. De oplossing werkt real-time en geeft zo per trein precies de juiste data door.

Deze toepassing kan ook worden ingezet bij alle container trein terminals en bulk storage terminals die goederen treinen verladen. De nummers en data wordt op dit moment vaak handmatig gecontroleerd.

De Businesscase

Er komen honderden goederentreinen vanuit heel Europa de stations van Nederland binnen. Voor ProRail is het daarom van belang de wagonlijsten te kunnen vergelijken met de realiteit. Op bepaalde rangeerstations mogen wagons met gevaarlijke goederen slechts een beperkte tijd staan. Door de cameraopstellingen slim neer te zetten, kan dit worden gecontroleerd.
Doordat er nu een duidelijk beeld is van de treinwagons, is het in de toekomst mogelijk nog een stap verder te gaan. Zit er graffiti op het materiaal, zijn de remblokken versleten, zijn de ketelwagons nog binnen de revisiedatum, wordt er voldaan aan de maximale payload?