Certains esprits un peu mal tournés, pourraient y voir le combat de l’intelligence artificielle contre la conne…humaine. Pour combattre et faciliter le travail que donnent les rames taguées, la SNCF teste sur son Technicentre de Nîmes, une solution autour de l’IA, conçue par Elter une start-up toulousaine.
Bien sûr, on peut voir dans les graffitis, un art urbain et populaire visant à rompre avec la monotonie quotidienne d’un paysage triste et standardisé. Cependant, on peut aussi y voir une débauche criarde de dessins, qui vandalisent et infligent une vision des choses pas forcément de notre goût. Quoi qu’il en soit, la SNCF fait ses comptes et cela lui coûte cher, très cher.
Les estimations du transporteur, font état d’environ 10 000 graffitis maculant ses trains. Pour se faire un visuel plus clair, la SNCF explique, « en Occitanie, les graffitis sur les TER représentent l’équivalent de deux à trois stades de foot à nettoyer par an« . Financièrement, sur un budget annuel de 80 M€ affecté à la propreté, c’est 20 M€, qui sont consacrés à ce seul poste.
Dans ses dépenses, il faut intégrer l’immobilisation du train tagué pour tout le temps du nettoyage. Sans oublier bien sûr, l’inspection minutieuse et visuelle pour n’oublier aucun des tags. A partir de là, le train doit être contrôlé en totalité pour être considéré comme sécurisé, avant sa remise en circulation.
C’est pour cela, que pour optimiser le processus et maîtriser son coût, la SNCF a lancé Haltograf, un programme expérimental sur son Technicentre (centre de maintenance industrielle) situé à Nîmes, autour de l’intelligence artificielle (IA).
Dans les faits, il s’agit d’un mât équipé de caméras vidéo, qui inspecte la surface des rames. L’algorithme conçu par Elter, réceptionne les images, et les analyse. Au fur et à mesure, un « deep learning » lui permet d’affiner son analyse, pour bien identifier la cabine taguée et évaluer la surface du graffiti.
L’intérêt est de faire en sorte que le « système marche dans n’importe quelle condition, de nuit, de jour, ou sous la pluie« , précise Jean-Charles Risch, co-fondateur et CTO d’Elter.
Du côté de la SNCF, le chef de projet d’Haltograf, Didier Cargnino explique sur un blog, « nous avons besoin d’avoir la quantité de tags, et cela en temps réel pour agir rapidement, intégrer les rames concernées à notre planification de maintenance et orienter immédiatement le train en vue du nettoyage géré par un sous-traitant ».
Tout ceci, n’est qu’un début, car cette expérimentation est positive. La SNCF envisage de déployer plus largement la technologie testée à travers Haltograf, y compris pour d’autres types de détections effectuées sur ses trains et matériels roulants.
Crédit photo : SNCF-2
