L’opérateur ferroviaire national allemand, Deutsche Bahn, est en train de construire un métavers industriel de l’ensemble de son réseau ferroviaire, qui s’étend sur 20 500 miles, dans l’espoir qu’il l’aidera à ne pas faire un trou de la taille d’une locomotive dans la réputation du pays en matière de ponctualité.
Dans cet article consacré à l’utilisation naissante des réalités virtuelles dans les entreprises privées, nous examinerons comment la compagnie ferroviaire en difficulté construit un jumeau numérique massif de l’ensemble de son réseau, y compris des 5 700 gares, qui fournira à la fois une vue en temps réel des opérations et un coup de pouce au programme d’intelligence artificielle (IA) qu’elle a mis en place pour l’aider à améliorer la ponctualité des arrivées.
Avec un taux de ponctualité de seulement 75 % l’année dernière et un objectif de 80 % maximum en 2022, la Deutsche Bahn a un problème qui va au-delà de sa réputation : Arriver avec une heure de retard donne droit à un remboursement de 25 % aux passagers, tandis que deux heures lui coûtent 50 %.
Dans l’une des utilisations les plus ambitieuses de la plateforme métavers industrielle de Nvidia et Siemens, la division Digital Rail for Germany (DSD) de la Deutsche Bahn construit un jumeau numérique qui, espère-t-elle, lui fournira une « source unique de vérité » qu’elle pourra utiliser pour « maximiser l’efficacité et la capacité du transport sans construire de nouvelles voies », a déclaré Nvidia dans une annonce vidéo.
L’objectif, a-t-il ajouté, est de construire une simulation virtuelle en temps réel de chaque partie du réseau qui permettra « une amélioration continue du déploiement des véhicules et des chemins de fer, en maximisant l’efficacité et la vitesse opérationnelles tout en réduisant les coûts. »
À long terme, l’objectif de Deutsche Bahn est un réseau de trains entièrement automatisé, a rapporté Digital Engineering 24/7 après un événement de presse de Nvidia au début du mois.
De l’IdO à l’IA
Avant tout, le métavers industriel de la Deutsche Bahn fournira à l’opérateur une « émulation photoréaliste et physiquement précise de l’ensemble du système ferroviaire » – une représentation virtuelle de ce qui se passe réellement, lui permettant de trouver les problèmes et d’effectuer des corrections et des mises à jour plus rapidement, selon le rapport.
Une autre fonction sera éducative. La société utilisera le casque de réalité virtuelle Hololens de Microsoft pour donner aux employés « une compréhension moins théorique et plus pratique » de la façon dont les voies et les aiguillages – qui peuvent être obstrués par une petite pierre – fonctionnent ensemble, des dysfonctionnements qui provoquent des embouteillages et des retards, et de la façon dont ils peuvent être évités ou corrigés.
Le jumeau numérique s’appuiera également sur l’Internet des objets (IoT) – un immense réseau de capteurs fonctionnant en 5G sans fil ainsi que des caméras et des systèmes de détection LIDAR sur les trains eux-mêmes, a indiqué Nvidia lors de l’annonce de sa plateforme de métavers virtuels Omniverse en octobre.
Cela permettra à la Deutsche Bahn « d’identifier les anomalies au fil du temps et d’aider à mieux coordonner les opérations ferroviaires », a déclaré Mike Geyer, chef de produit Omniverse de Nvidia, dans le rapport Digital Engineering 24.7. Cela permettra de combiner et d’agréger toutes les données qu’il collecte et sera utilisé pour entraîner le réseau d’IA que Deutsche Bahn est en train de construire.
« S’il y a un obstacle sur la voie, plutôt que de passer un appel téléphonique à quelqu’un qui devra ensuite réacheminer plusieurs trains, la technologie des trains verra cet obstacle et alertera ensuite les autres trains qu’ils doivent modifier leur itinéraire », a déclaré Geyer, selon le rapport. « C’est le niveau d’automatisation qu’ils visent à atteindre à terme ».
Le directeur de l’innovation technologique de la Deutsche Bahn, Rolf Härdi, a donné l’exemple de ce qu’il appelle la maintenance conditionnelle, fondée sur les connaissances de l’entreprise sur la façon dont ses autorails et leurs différentes pièces réagissent à différentes conditions, modifiant leur fonctionnement ou s’usant lorsque le projet de jumeau numérique a été lancé fin 2020.
« Je peux alors utiliser le jumeau numérique pour effectuer des analyses prédictives et simuler des scénarios de maintenance », expliquait alors Härdi. « En combinaison avec des influences externes telles que la météo et la vitesse à laquelle un véhicule est conduit, nous pouvons tirer des conclusions et déterminer où nous pouvons nous améliorer. »
