Preparada para aguantar condiciones de trabajo embarcada en el tren y en los laterales de las vías, esta plataforma de análisis gráfico en tiempo real para aplicaciones ferroviarias está equipada con un potente microprocesador y una sólida GPU.
ADLINK Technology, proveedora especializada en productos de computación en el borde de la red (edge), anuncia su nueva plataforma AIoT (Inteligencia Artificial -AI- e Internet de las cosas -IoT-) PIS-5500 basada a su vez en la plataforma embebida NVIDIA Quadro.
La nueva PIS-5500 ha sido diseñada por ADLINK para ejecutar análisis en tiempo real de vídeo y gráficos en aplicaciones de la industria ferroviaria.
Esta nueva plataforma de análisis gráfico en tiempo real para aplicaciones ferroviarias está equipada con un potente microprocesador Intel Core i7, además de un módulo GPGPU NVIDIA Quadro integrado, y cuenta con certificación EN50155 (necesaria para su uso en aplicaciones ferroviarias). Además, es una plataforma rugerizada que podemos utilizar tanto embarcada en los mismos trenes, como en aplicaciones a periféricas a la vía.
Gracias a un diseño que prevé E/S aisladas y un amplio rango de entrada de alimentación, proporciona una buena solución para abordar tareas de análisis de vídeo y gráficos en tiempo real, vitales hoy en día para las operaciones ferroviarias, que crecen en complejidad.
Usos para la plataforma de análisis gráfico en tiempo real
Entre las aplicaciones para las cuales está pensado, tenemos los sistemas de información para los pasajeros, la detección de intrusiones en el convoy, la vigilancia de estaciones ferroviarias, la videoseguridad a bordo, y la detección de problemas en la vía, aunque sin limitarse a estas.
Para cumplir con requisitos cambiantes en las aplicaciones, el PIS-5500 también se encuentra disponible en variantes que incluyen dos USB 2.0 adicionales mediante conectores M12, y dos bahías de disco SATA de 2,5 pulgadas a 6 Gb/s, así como una versión que soporta una alimentación de entrada de sólo +12 VDC.
Un caso de uso real de esta plataforma de análisis gráfico en tiempo real para aplicaciones ferroviarias consiste en instalarla en un tren especial de inspección para procesar imágenes capturadas de equipamiento clave ubicado en el lateral de la vía.
En este caso, y mediante un sofisticado algoritmo que corre mediante computación paralela y deep learning, la aplicación es capaz de identificar de forma efectiva, potenciales fallos del equipamiento en un tren a velocidad de 120 km/h, y dar la alarma para notificar a la tripulación de mantenimiento del tren.
