Schattenbahnhofsteuerung mit KI
Diese Seite zeigt den ersten Versuch einer Steuerung einen Schattenbahnhofs mit künstlicher Intelligenz (KI), dadurch wird die Verkabelung und die Hardware für die Rückmeldung eingespart und man kann beliebige Positionen für das Auslösen der Rückmelder bestimmen.
Versuchsaufbau (Spur N):
Software:
- Ultralytics Yolo8
- Label Studio
- Anaconda/Python (Version 3.10.13)
- OpenCV_Python (Version 4.9.0.80)
- Rocrail
Hardware:
- Logitech Webcam
- Ringlicht
Bei den drei Schattenbahnhofsgleisen werden die sechs Rückmelder mit einer bildverarbeitenden KI realisiert.
Die Kommunikation mit Rocrail erfolgt über RCP Scripting.
Versuchsdurchführung:
- Aufnahme der Bilder (einzelne Blöcke G1-G3) über die Webcam.
- Aufbereitung der Bilder mit Label Studio (markieren der Lokomotiven).
- Training der Daten mit Ultralytics Yolo8 (Python Jupyter Notebook).
- Test des KI-Modells (Spur_N_20240212.pt).
Download:Jupyter Notebook und KI-Modell (ZIP-Datei).
Das Video (kein Audio) zeigt die ersten Testfahrten.
In den Fenstern G1-G3 ist die Erkennungsrate (LOK 0.XX) der Lokomotiven zu sehen. Die Werte zwischen 0.00-1.00 bedeuten das die KI z.B. eine Lok mit 85% erkannt hat (0.85). Die grünen Ziffern zeigen die Position der erkannten Lok im Bild an:
Aktuelles Fazit:
Die Erkennung funktioniert recht gut (ca. 90%), es müssen aber noch weitere Trainingsbilder erstellt werden. Die Parameter für das Training müssen auch noch angepasst werden.
Weitere zukünftige Projekte mit KI:
- Erkennen der Weichenlage
- Unterscheidung von Loktypen (Dampf, Diesel, E-Lok)