Haltograf, l’Intelligence Artificielle qui lutte contre les graffitis
Pour renforcer la lutte contre les graffitis qui dénaturent certains TER sur son territoire, l’équipe du Technicentre Occitanie teste actuellement sur le site de Nîmes un système basé sur l’IA et le deep learning : Haltograf. Une expérimentation accompagnée par le 574 Occitanie.
Publié le
Par La Redaction
Les graffitis sur les TER en Occitanie représentent l’équivalent de 5 à 6 stades de foot à nettoyer par an. Pour faciliter le détagage et maintenir la qualité de service “avec des rames propres et sécurisées” indique Didier Cargnino, chef de projet, il faut détecter les dégradations le plus rapidement possible. C’est cet impératif qui a poussé l’équipe nîmoise du Technicentre Occitanie à chercher une solution robotisée pour davantage d’efficience.
Automatiser pour plus de réactivité
L’indentification des dégradations se fait visuellement, lorsqu’un train entre au Technicentre pour contrôle. La détection n’est donc pas systématique et intervient après un laps de temps souvent trop long. “Nous avons besoin d’avoir la quantité de tags et cela en temps réel pour agir rapidement, intégrer les rames concernées à notre planification de maintenance et orienter immédiatement le train en vue du nettoyage géré par un sous-traitant”, précise le chef de projet.
Un système automatique et robotisé offre deux autres avantages. L’identification des sites régulièrement visés par des dégradations, permettrait de cibler des mises en sécurité spécifiques. Ensuite, une estimation précise de la surface dégradée, renforcerait la maîtrise des coûts des opérations de nettoyage.
Caméras et Intelligence Artificielle
Une fois le cahier des charges établi par le Technicentre en avril, c’est Elter, spécialiste des modèles de machine learning, qui a pris en charge la partie hard et software du projet. “La grosse difficulté sur ce projet était de faire le bon modèle d’IA, d’utiliser les bonnes technologies pour que le système marche dans n’importe quelle condition, de nuit, de jour, ou sous la pluie”, précise Jean-Charles Risch, co-fondateur de la société. Pour l’instant développé et installé sur une seule voie du Technicentre, l’algorithme est en phase de récolte de données pour assurer son apprentissage. Il emmagasine des informations telles que le repérage de la cabine du train, de l’immatriculation, et des graffitis dont il doit évaluer la taille.
Pour ce qui est de la partie flux d’informations, 4G Technology, spécialiste du transfert de données, a conçu spécialement pour ce projet un mât avec des équipements de vidéotransmission en temps réel, et muni de panneaux photovoltaïques afin d’être autonomes. « Les vidéos sont transférées en 4G vers un serveur SNCF. De l’autre côté l’opérateur reçoit un rapport sur son application, avec la date du passage, le numéro du train et l’information détaillée sur les tags, avec photo et surface à nettoyer », indique Didier Cargnino.
Au terme du POC* cette solution sera prête pour une industrialisation. Cet équipement pourrait également devenir une plateforme sur laquelle viendraient s’installer d’autres services, pour d’autres types de détections sur le matériel roulant.
Un accompagnement au long cours
Le projet a été accompagné par le 574 Occitanie dont le rôle est « d’accélérer les projets Métier en région », explique Camille Besson, chef de projet digital au 574. « Notre implantation locale, au plus proche des métiers, nous permet de capter leurs besoins et de les accompagner dans l’expérimentation d’une solution digitale susceptible d’y répondre, grâce à la méthodologie 3x3x3 ». Cet accompagnement vise à cadrer les différentes phases du projet et à mettre en relation le chef de projet métier avec les écosystèmes locaux de startups pour sourcer les bons partenaires.
Dans le cadre du projet Haltograf, le 574 s’est également appuyé sur Mobil’idées, un programme du Matériel dédié au recueil et à la mise en œuvre des idées « digitales » venant du terrain. L’équipe A&S Solutions Digitales (DSI M), représentée par Thomas Mannechez, apporte ainsi son expertise et des moyens techniques pour garantir la bonne intégration de la solution de Elter dans le SI SNCF, et ainsi faciliter l’éventuelle industrialisation du projet Haltograf.
*Proof of concept ou démonstration de faisabilité
