www.tillverkning-sverige.com
12
'26
Written on Modified on
AI-system för upptäckt av vilda djur längs järnvägar
Alstom och Flox Intelligence testar AI-teknik för att identifiera och avskräcka vilda djur längs spåren för att minska kollisioner och störningar i den svenska järnvägstrafiken.
www.alstom.com
Alstom och Flox Intelligence genomför nu omfattande fälttester i Sverige för att validera ett AI-drivet system som identifierar och avskräcker vilt från järnvägsspår. Tekniken adresserar en av de vanligaste orsakerna till operativa störningar och viltolyckor inom svensk järnvägstrafik.
Realtidsidentifiering och skräddarsydda ljudsignaler
Den tekniska lösningen bygger på AI-utrustade kameror som övervakar spårmiljön i realtid. När ett djur identifieras aktiverar systemet skräddarsydda ljudsignaler som är utformade för att skrämma bort den specifika arten från spåret. Under den första testfasen identifierade tekniken flera arter, inklusive älg, rådjur, räv och vildsvin. I april 2026 inleddes den andra fasen av implementeringen, där både bildidentifiering och det akustiska avskräckningssystemet integrerades fullt ut i drift. Detta automatiserade svar syftar till att reducera de cirka 5 000 djurkollisioner som rapporteras årligen i Sverige.
Kollaborativa tester och regional integration
Projektet genomförs på flera viktiga svenska tågstråk, såsom Dalabanan och Bergslagsbanan, i samarbete med Tåg i Bergslagen och operatören VR. Initiativet, som finansieras av Vinnova, stödjer den digitala försörjningskedjan inom järnvägssäkerhet genom:
- Kontinuerlig maskininlärning: Varje detektering kategoriseras för att löpande förbättra AI-modellens träffsäkerhet.
- Art-specifik träning: Systemet har visat hög precision för lantbruksdjur och fåglar (som kråkor och duvor), medan träningen nu fokuseras på att nå samma nivå för älg och rådjur.
- Infrastrukturanalys: Insamlad data ger ny kunskap om hur effektiva befintliga viltstängsel är samt kartlägger mindre arter som sällan fångas i traditionell järnvägsstatistik.
Operativ driftsäkerhet och samhällsnytta
Genom att minska antalet djurkollisioner syftar tekniken till att öka punktligheten och sänka de omfattande kostnaderna för reparationer och produktionsbortfall. Utöver de mekaniska fördelarna förbättras arbetsmiljön för lokförare genom minskad mental belastning vid incidenter. Detta proaktiva säkerhetsarbete är ett centralt steg i utvecklingen av ett hållbart automotivt dataekosystem för järnväg, där miljödata i realtid används för att skydda både passagerare och biologisk mångfald.
Ytterligare kontext
Det här avsnittet beskriver tekniska specifikationer och konkurrensmässiga benchmarking som inte ingick i det ursprungliga produktmeddelandet.
Flox Intelligence-systemet representerar ett skifte från passiv infrastruktur, såsom viltstängsel, till aktiv, sensorbaserad intervention. Benchmarking mot traditionella viltstängsel visar att medan stängsel kan reducera olyckor, skapar de ofta en "korridoreffekt" där djur som hittat en öppning blir instängda på spårområdet; AI-ljudsystemet motverkar detta genom att aktivt rensa spåret. Tekniskt utnyttjar systemet Edge AI-processering för att säkerställa låg latens i responstiden, vilket är kritiskt för höghastighetståg där detekteringsfönstret är extremt kort. Jämfört med enklare ultraljudsavskräckare, som ofta leder till att djuren vänjer sig (habituering), använder Flox skräddarsydda frekvenser och rovdjursljud för att förhindra tillvänjning. Denna metodik ligger i linje med den digitala försörjningskedjan för miljöövervakning, där datadrivna insikter ersätter statiska och mindre effektiva säkerhetsåtgärder.
Redigerad av Romila DSilva, Induportals-redaktör – anpassad av AI.
Genom att minska antalet djurkollisioner syftar tekniken till att öka punktligheten och sänka de omfattande kostnaderna för reparationer och produktionsbortfall. Utöver de mekaniska fördelarna förbättras arbetsmiljön för lokförare genom minskad mental belastning vid incidenter. Detta proaktiva säkerhetsarbete är ett centralt steg i utvecklingen av ett hållbart automotivt dataekosystem för järnväg, där miljödata i realtid används för att skydda både passagerare och biologisk mångfald.
Ytterligare kontext
Det här avsnittet beskriver tekniska specifikationer och konkurrensmässiga benchmarking som inte ingick i det ursprungliga produktmeddelandet.
Flox Intelligence-systemet representerar ett skifte från passiv infrastruktur, såsom viltstängsel, till aktiv, sensorbaserad intervention. Benchmarking mot traditionella viltstängsel visar att medan stängsel kan reducera olyckor, skapar de ofta en "korridoreffekt" där djur som hittat en öppning blir instängda på spårområdet; AI-ljudsystemet motverkar detta genom att aktivt rensa spåret. Tekniskt utnyttjar systemet Edge AI-processering för att säkerställa låg latens i responstiden, vilket är kritiskt för höghastighetståg där detekteringsfönstret är extremt kort. Jämfört med enklare ultraljudsavskräckare, som ofta leder till att djuren vänjer sig (habituering), använder Flox skräddarsydda frekvenser och rovdjursljud för att förhindra tillvänjning. Denna metodik ligger i linje med den digitala försörjningskedjan för miljöövervakning, där datadrivna insikter ersätter statiska och mindre effektiva säkerhetsåtgärder.
Redigerad av Romila DSilva, Induportals-redaktör – anpassad av AI.
