Pays · NL

Europe's Rail Flagship Project 2 - Rail to Digital automated up to autonomous train operation

IA · FP2-R2DATO développe la Next Generation ATC pour l'exploitation automatique à autonome (GoA3/GoA4) des trains : perception machine learning, vision par ordinateur pour détection d'obstacles, conduite à distance assistée par IA, et plateforme Data Factory pour l'entraînement et la validation des modèles IA en signalisation critique.

FR : [object Object], [object Object], [object Object]

Europe's Rail Flagship Project 3 - Holistic and Integrated Asset Management for Europe's RAIL System

IA · IAM4RAIL articule 7 démonstrateurs intégrés de gestion patrimoniale (asset management) ferroviaire, combinant IA et jumeaux numériques (digital twins) pour la maintenance prédictive et prescriptive. Fusion de données capteurs (vibratoires, acoustiques, image) avec algorithmes IA pour décision sur voies, ouvrages, caténaires et matériel roulant.

FR : [object Object], [object Object], [object Object]

The next generation of railway crossing asset management technology

IA · XCROSS combine vision par ordinateur (scanning 3D laser haute précision), jumeau numérique avec algorithmes wheel-rail, et réalité augmentée pour le diagnostic et la réparation augmentée des aiguillages-coeurs (crossings). L'IA optimise les profils de meulage/rechargement par soudure sur la base du calcul des forces wheel-rail.

FR : [object Object]

The Next Generation of Railway Transition Zones

IA · IN2ZONE intègre edge computing + IA pour fusion de données multi-capteurs (voie, véhicule, satellite) au service d'une maintenance just-in-time des zones de transition (raccordements voie-ouvrage), approche Industry 4.0 sur un point dur de maintenance ferroviaire.

TRansformation of AViation and rAirway soLutions toWards Integration and SynergiEs

IA · Travel Wise développe l'orchestration intermodale air-rail via data space partagé, Collaborative Decision Making étendu au multimodal, et solutions IA pour optimisation expérience voyageur et gestion disruptions. Premier projet ER-JU x SESAR JU à approche IA cross-modale.

FR : [object Object], [object Object], [object Object]

AI for REAL-world NETwork operation

IA · AI4REALNET développe l'IA décisionnelle (reinforcement learning supervisé + autonomous AI) pour opérer les infrastructures critiques en réseau : électricité, rail, et ATM aérien. Approche human-AI co-learning avec cognition augmentée. Le rail est l'un des trois cas d'usage centraux, traité via la plateforme open-source Flatland (simulation ferroviaire) et impliquant DB InfraGO et SBB.

FR : [object Object], [object Object]

Safe and Explainable Critical Embedded Systems based on AI

IA · SAFEXPLAIN s'attaque au verrou structurel de la certification IA pour systèmes critiques embarqués (CAIS) : trains, voitures, satellites. Comble l'écart entre exigences Functional Safety (FUSA, déterministe, traçable) et la nature stochastique du Deep Learning. Cas d'usage rail concret (avec IKERLAN, RISE, AIKO) sur l'explicabilité et la traçabilité des modèles DL.