El estándar ASAM OpenLabel, ahora en el sector ferroviario para el desarrollo de la conducción automatizada

Con el fin de apoyar la investigación y el desarrollo de la conducción automatizada en las operaciones ferroviarias, el Centro Alemán de Investigación del Transporte Ferroviario ha publicado el conjunto de datos multisensor "Open Sensor Data for Rail 2023". Con estos datos se pretende ayudar a entrenar las funciones de conducción automatizada mediante técnicas de aprendizaje automático, mejorando así el reconocimiento de objetos en entornos ferroviarios. Para permitir la comparabilidad y reutilización de los datos, el conjunto de los mismos utiliza el formato de anotación estandarizado ASAM OpenLABEL.

Al igual que la industria automovilística está desarrollando la conducción autónoma, la industria ferroviaria está trabajando en la realización de una "operación automática de trenes" completa. Uno de los principales retos es la detección de objetos: se trata de vigilar las trayectorias de los trenes y detectar los obstáculos con antelación y fiabilidad para poder iniciar a tiempo el frenado de emergencia en caso necesario. Para ello. se utilizan métodos de aprendizaje automático, que requieren datos de entrenamiento recogidos por distintos tipos de sensores.

Objetivo del proyecto

"Open Sensor Data for Rail 2023" (OSDaR23) es el primer conjunto de datos multisensor abierto para ferrocarriles que proporciona información de varios sensores con fines de formación, validación y pruebas. Los datos se recogen por cámaras de infrarrojos, cámaras de imagen en color, así como sensores de radar, de posición y de aceleración.

El objetivo de su lanzamiento es entrenar, probar y validar sistemas de software con técnicas de aprendizaje automático y mejorar la percepción automatizada del entorno en los ferrocarriles. Para poder intercambiar y reutilizar los datos, estos deben ser legibles y comprensibles para todos los usuarios. Para garantizarlo, el grupo del proyecto ha elegido ASAM OpenLABEL como formato para anotar los datos. El sensor indica cómo debe categorizarse y describirse la información de los objetos para proporcionar a los sistemas de conducción autónoma una comprensión común fundamental y profunda de su entorno. De este modo, se evitan los problemas de comunicación entre sistemas que pueden provocar accidentes en situaciones reales.

Rol de Vicomtech

El rol de Vicomtech ha consistido, principalmente, en rectificar los problemas ya existentes y ayudar a la transformación sin fisuras de sus anotaciones en el formato OpenLabel ampliamente reconocido.

La participación de Vicomtech se ha centrado en corregir las imprecisiones y anomalías presentes en el conjunto de datos. Gracias a su amplia experiencia en análisis y tratamiento de datos, el equipo de Vicomtech ha trabajado para garantizar la integridad y fiabilidad de la información.Así, Vicomtech ha desarrollado una aplicación web conocida como WebLabel, totalmente compatible con las normas OpenLabel y se ha diseñado específicamente para proporcionar una plataforma intuitiva y accesible para la visualización de datos anotados. WebLabel Editor nace para crear, editar y visualizar anotaciones (a menudo llamadas etiquetas o tags) en formato OpenLABEL. Así, al emplear técnicas de visualización de última generación, WebLabel permite explorar y analizar los datos de manera eficiente, facilitando tanto a los expertos como al público en general la obtención de información valiosa.

Este proyecto nos acerca un paso más al desarrollo de la conducción automatizada de todo tipo de transportes, y nos demuestra que, gracias a la inteligencia artificial, seremos aún más capaces de detectar anomalías en el entorno de conducción y prevenir accidentes evitables.

A través de este enlace puede visitar el Github de la WebLabel.

(*Imagen: Configuración de los sensores en el vehículo de recogida de datos. Source: DB Netz AG)