Site sncf.com
Le site de la transformation digitale du groupe SNCF

Kézaco, l’apprenti Shazam de la maintenance ferroviaire

Pouvoir identifier n’importe quel composant de train en prenant simplement une photo ou une vidéo : le projet de Kézaco, une idée du Technicentre Occitanie prototypée par DSIM, met la barre potentiellement très haut. Grâce à l’IA et à la reconnaissance d’images, l’idée est en train de prendre forme.

par La Rédaction
kezako application sncf

Un agent Matériel se penche sur la partie défectueuse d’un train. Il sort sa tablette et la filme quelques secondes, et voilà la pièce à changer identifiée par l’application. Ce scénario idéal, c’est celui sur lequel table Kézaco, un projet issu des remontées de terrain permises par le processus Mobil’idées, lancée fin 2015 par SNCF Matériel.

Le problème de départ est que l’identification de certaines pièces mécaniques ou électroniques représente un important coût en temps pour les agents sur le terrain.

La première phase d’expérimentation a donc consisté à voir s’il était possible d’effectuer ce type de reconnaissance sans trop d’efforts, grâce à des outils d’intelligence artificielle déjà disponibles, notamment ceux de la suite Microsoft, déjà utilisée par SNCF. Parmi l’équipe DSIM de Frédéric Blanchet au 574 de Lyon, Thomas Mannechez et Boris Rossiny se sont attachés à intégrer ces outils du marché au sein d’une application faite maison, permettant leur utilisation au sein du SI SNCF. Le Prototype de Kesaco était né.

Entraîner l’intelligence artificielle

kezako intelligence artificielle

Une fois le prototype en poche, une expérience a été réalisée grâce aux testeurs volontaires des Technicentres Occitanie et Pays de la Loire, pour définir les limites de l’application. Différents types de pièces lui ont été soumises, présentant chacune une difficulté : un manipulateur de traction gris sur fond gris, deux types d’amortisseurs très similaires, et des boîtiers électroniques.

Le but de l’expérimentation sur le terrain est d’identifier les scénarios où Kézaco fonctionne normalement, ceux où il y a des faux positifs (pièce identifiée incorrectement), et des faux négatifs (pièce non détectée). Pour ce faire, les utilisateurs doivent entraîner l’application à reconnaître la pièce, préalable nécessaire à une identification rapide par la suite. Alors que ce processus peut nécessiter plusieurs milliers de clichés dans certains cas d’usage des outils de reconnaissance, l’équipe de Frédéric Blanchet a constaté qu’un minimum de cinquante photos permettait déjà d’atteindre des résultats intéressants. « Ce sont des résultats plutôt encourageants au vu du contexte dans lequel se trouvaient les pièces, car ce genre de technologie nécessite souvent de les prendre en photo sur fond blanc, alors qu’ici nous étions en situation réelle », détaille-t-il.

La suite naturelle est d’élargir l’éventail de pièces disponibles, de mettre l’application Kézaco à disposition des agents Matériel pour qu’ils et elles tentent de l’utiliser au quotidien et la confrontent à des cas d’usages précis, en commençant logiquement par les pièces les plus difficiles à identifier par les humains. Mais cette étape est restée longtemps compliquée en raison de la pandémie. Frédéric Blanchet espère cependant une reprise des expérimentations au second semestre 2021 et l’implication d’autres Technicentres.

L’objectif final est d’intégrer Kézaco dans les applications SNCF existantes, comme par exemple Eurêka, qui permet de rechercher les symboles des pièces de rechange des matériels roulants, ou Item Info, qui sert à visualiser toutes les informations concernant les articles symbolisés du Matériel SNCF, pour en faire un outil de reconnaissance des pièces difficiles à identifier.

Crédit photo couverture : Freepik

Tags associés à cet article :

Commentaires

S’enregistrer et se connecter
Recommandé pour vous
intelligence artificielle SNCF
Intelligence Artificielle : les projets marquants de 2020
Lire la suite
Vidéo intelligente et vision artificielle : SNCF mise sur la vidéo du futur
Lire la suite
rame transilien SNCF
Quand l’intelligence artificielle détecte les présences en rame
Lire la suite