- Die New Yorker Verkehrsbehörde führte ein Experiment mit Smartphones zur Schieneninspektion durch, einschließlich Sensoren und Mikrofonen, die Daten sammelten. Google unterstützte das Projekt, das darauf abzielte, menschliche Inspektionen durch kostengünstige Technologie zu ergänzen. 92 Prozent der durch Technologie detektierten Defekte wurden von menschlichen Inspektoren bestätigt. Die potenzielle Erweiterung des Projekts könnte Inspektoren effizientere Instandhaltungsmaßnahmen ermöglichen und Verspätungen für Passagiere minimieren. Trotz technologischer Fortschritte bleibt menschliche Inspektion unverzichtbar für präzise Ergebnisse.
Zwischen September und Januar haben sechs Smartphones eine ungewöhnliche Reise auf den Unterböden von vier U-Bahn-Wagen angetreten. Sie nutzten dabei die A-Linie, um die Strecke von 32 Meilen zwischen dem nördlichen Ende Manhattans und dem südlichen Bereich von Queens zu pendeln. Diese Geräte waren nicht zufällig dort; sie befanden sich in Plastikgehäusen und waren mit Halterungen befestigt – sowohl an den Außen- als auch Innenbereichen der Wagen. Während die Reisenden ihre mobilen Endgeräte für Emails, soziale Medien oder Spiele verwendeten, hatten die U-Bahn-Betreiber ganz andere Pläne: Sie setzten die Smartphones ein, um mit Sensoren für Beschleunigung, Magnetfelder und Gyroskope zu arbeiten. Zusätzlich waren diejenigen an den Außenseiten mit Mikrofonen versehen, um Klänge detailgenau aufzunehmen.
Technologie im Einsatz
Die Smartphones waren Bestandteil eines kurzen Experiments, initiiert von der New Yorker Verkehrsbehörde in Zusammenarbeit mit den Technologien von Google. Ziel war es, kostengünstige, handelsübliche Technik zur Unterstützung der Schieneninspektion zu verwenden. Veraltete Inspektionen werden durch menschliche Inspektoren durchgeführt, die die gesamten 665 Meilen der U-Bahn-Schienen abschreiten, um etwaige Schäden und Anomalien zu entdecken. Weiterhin gibt es dreimal jährlich spezialisierte Züge mit Sensoren, welche komplexe Daten über den Zustand der Infrastruktur sammeln. Die Ergebnisse des aktuellen Projekts zeigen, dass durch die erfassten Audio-, Vibrations- und Positionsdaten, kombiniert mit Vorhersagemodelle, die Inspektionsarbeit effizient ergänzt werden kann. Dabei wurden 92 Prozent der Defekte lokalisiert, die später von menschlichen Inspektoren verifiziert wurden.
Die Zukunft der Streckenwartung
Mittelfristig könnte diese Technologie den Aufwand für das Aufspüren von Defekten minimieren und den Inspektoren ermöglichen, die identifizierten Probleme direkt und effizient zu beheben. Laut Demetrius Crichlow, Präsident der Behörde, wächst die Hoffnung auf ein modernes System, das automatisch Bahnstreckenmängel erkennt und priorisiert. Für die täglich 3,7 Millionen Nutzer des Systems könnte diese Technologie entscheidend dazu beitragen, Verspätungen zu minimieren und eine pünktliche Ankunft zu gewährleisten. In einem nächsten Schritt plant die MTA die Erweiterung des Projekts, um eine umfassende Pilotstudie in Kooperation mit Google zu realisieren. Ziel ist es, die Technologie in die Hände der Inspektoren zu legen.
Der Einsatz solcher Technik stellt einen größeren Trend dar, bei dem künstliche Intelligenz und maschinelles Lernen ins Spiel kommen, um die traditionellen Verfahren der Inspektion zu erweitern. Wie Brian Poston von WSP bemerkt, nutzt New York dabei harmonische Echtzeit-Methoden wie Audio- und Schwingungsanalyse, um Probleme zu detektieren. Kleinere Sensoren und Kameras, die automatisierte Messungen auf den Schienen durchführen, gehören mittlerweile zum Standard. Trotz technologischer Fortschritte bleibt die menschliche Inspektion nach wie vor unverzichtbar, da präzise und spezifizierte Ergebnisse noch nicht durch Maschinen allein erzielt werden können.
