Inteligência artificial na ferrovia: o que já funciona

Imagem de topo: Petr Štefek, CC BY-SA 3.0 cz, via Wikimedia Commons

Fala-se de inteligência artificial (IA) a propósito de quase tudo, e a ferrovia não é exceção. Por trás do ruído, há casos concretos: sistemas que já estão em serviço, outros em testes na linha e outros que, por enquanto, só existem em simulação. Distinguir uns dos outros é o primeiro passo para perceber o que a tecnologia pode realmente fazer.

Neste artigo olhamos para quatro áreas: a regulação da circulação, a inspeção do material circulante, a deteção de obstáculos e a manutenção da via. Em cada uma, contamos o problema, como a solução funciona, os resultados divulgados e o que ainda não se sabe. Por "IA" entendemos aqui programas que aprendem com dados (imagens, sensores, registos de circulação) para reconhecer padrões e propor decisões.

Que comboio passa primeiro?

Numa rede suburbana densa, um atraso raramente fica sozinho. Se um comboio chega tarde a um troço de via única ou à entrada de uma estação, outro tem de esperar por ele, e esse atraso passa ao seguinte. Quem regula a circulação tem de decidir, em segundos, que comboio passa primeiro, e cada escolha tem consequências na rede inteira durante a hora seguinte.

A Deutsche Bahn (DB) desenvolveu internamente uma ferramenta para ajudar nessa decisão. O sistema analisa a circulação em tempo real e assinala conflitos antes de acontecerem. Quando, por exemplo, um comboio atrasado e outro chegam quase ao mesmo tempo a uma via única, calcula numa fração de segundo a ordem que menos prejudica a pontualidade, considerando todos os comboios da rede e o que vai acontecer a seguir. O regulador pode ainda simular o efeito da recomendação antes de a aceitar. A decisão continua a ser dele.

A ferramenta foi testada na S-Bahn de Estugarda e está em serviço desde 2021, depois alargada às redes do Reno-Meno e de Munique. Em Estugarda, consegue compensar atrasos de até oito minutos. Segundo a DB, nas três redes, evitaram-se em conjunto 58 000 minutos de atraso num ano. A empresa estima também que, em teoria, a IA poderia permitir mais 17 comboios por dia em cada sentido no troço central de Estugarda, mas trata-se de uma estimativa e não de um resultado medido.

É assim que avançamos, passo a passo, para um horário em tempo real em todo o país.

Daniela Gerd tom Markotten, administradora da Deutsche Bahn para a digitalização e tecnologia (2023)

O passo seguinte é mais difícil. Uma S-Bahn é um sistema relativamente fechado, com comboios semelhantes. Por isso a DB começou a testar a ferramenta na linha Elmshorn–Sylt, onde circulam comboios de mercadorias, regionais e de longo curso, e anunciou o alargamento às S-Bahn de Berlim e Hamburgo. Se os testes correrem bem, segue-se o eixo Mannheim–Basileia, um dos mais carregados do país.

Em paralelo, a investigação procura ir além da ordem de passagem e refazer o horário inteiro. Em 2025, a Digitale Schiene Deutschland apresentou um modelo em que cada comboio é um "agente" que aprende, em milhares de simulações, a coordenar-se com os outros, ajustando velocidades e pontos de paragem. Numa simulação de uma zona real da rede à volta de Magdeburgo, com até 41 comboios e perturbações inesperadas, o modelo produziu horários sem conflitos em 94 % dos cenários, sempre em menos de 30 segundos. Para 35 comboios, os métodos clássicos precisam de mais de uma hora. Para já, são resultados de simulação: não há aplicação em serviço, e os autores dizem que continuam a trabalhar na escala e na qualidade das decisões.

Inspecionar vagões sem os parar

Inspecionar um comboio de mercadorias à mão é lento e, em muitas zonas do vagão, difícil: há componentes que mal se veem com o comboio parado. Nos Estados Unidos, a Norfolk Southern decidiu inverter o processo e inspecionar os comboios enquanto passam.

Os portais de inspeção que a empresa desenvolveu com o Georgia Tech Research Institute são estruturas à beira da via com câmaras de 24 megapíxeis, sincronizadas ao microssegundo e com iluminação de estádio. Os comboios atravessam-nos a até 70 milhas por hora (cerca de 113 km/h), e cada vagão gera em média cerca de 1000 imagens, de todos os ângulos. As imagens são analisadas por 38 algoritmos de aprendizagem profunda. Os resultados seguem para o centro de operações da rede, e os defeitos críticos são assinalados para atuação imediata.

O primeiro portal ficou em Leetonia, no Ohio, num ponto por onde passa um comboio a cada hora, e a empresa previa ter mais de uma dúzia até ao fim de 2024. A Norfolk Southern afirma que os algoritmos têm uma precisão muito alta e poucos falsos alarmes, mas não publicou números. É uma ressalva importante: sem taxas de deteção e de erro, é difícil comparar com a inspeção tradicional.

Na Europa, a DB aplica a mesma ideia aos seus comboios de passageiros e de mercadorias. Os comboios passam sob uma ponte de câmaras e a análise de imagem identifica danos em poucos minutos. A inspeção do tejadilho de um ICE, que levava várias horas, passou a demorar minutos. Em vez de percorrer o comboio à procura de problemas, as equipas de manutenção recebem uma lista dos veículos que precisam de atenção. Segundo a DB, o tempo passa da procura de avarias para a reparação.

Ver para lá da distância de travagem

Um comboio só evita uma colisão se conseguir parar antes do obstáculo, e isso exige muito espaço. Segundo as regras europeias citadas pelo projeto SMART2, um comboio de mercadorias de 2000 toneladas a 80 km/h precisa de cerca de 700 metros para parar. Quando o maquinista vê um carro numa passagem de nível ou uma árvore caída, muitas vezes já é tarde. E a maioria dos sistemas automáticos de deteção de obstáculos em uso vê apenas até cerca de 80 metros.

O projeto europeu SMART2, coordenado pela Universidade de Bremen e concluído em 2022, partiu de um sistema de bordo anterior (com câmaras e lidar) que já chegava aos 1000 metros. A novidade foi juntar-lhe dois pontos de vista: sensores fixos junto à via e um drone. Os três enviam dados para um sistema na nuvem que procura perigos e apoia a decisão. Assim, a deteção pode chegar aos 2000 metros e ver para lá de curvas, encostas e túneis, onde a câmara do comboio não chega.

O protótipo foi testado nos Caminhos de Ferro da Sérvia, num troço de 5 km com uma bicicleta numa passagem de nível e uma árvore caída, ambas detetadas a bem mais de dois quilómetros. O sistema de bordo seguiu também num comboio de mercadorias em serviço, ao longo de 120 km entre Niš e Ristovac, perto da fronteira com a Macedónia do Norte. O projeto não publicou taxas de deteção nem de falsos alarmes, e ainda não é um produto: o trabalho continua no programa Europe's Rail.

E a via?

A mesma lógica chega à infraestrutura. Já contámos aqui como a Network Rail inspeciona a via a 200 km/h: câmaras fotografam o carril a cada 0,8 mm e um programa assinala os possíveis defeitos para uma equipa validar.

Em Portugal, a Infraestruturas de Portugal participou nos projetos europeus IN2SMART e IN2SMART2, financiados pelo programa Shift2Rail. Os projetos desenvolveram ferramentas de gestão de ativos que simulam como o estado da via pode evoluir a médio e longo prazo e qual o efeito de cada intervenção de manutenção ou investimento. A IP foi responsável pelo desenvolvimento e validação em Portugal, com um piloto na Linha do Norte. A IP não divulgou resultados do piloto.

Conclusões

Os quatro casos têm mais em comum do que parece. Em nenhum a IA substitui quem trabalha na ferrovia: ajuda a ver mais, mais longe e mais depressa, e deixa a decisão a quem regula a circulação ou faz a manutenção. Mas os casos estão em fases muito diferentes, e convém não os pôr todos no mesmo saco.

• A IA recomenda, as pessoas decidem. Na DB, o regulador vê a recomendação e simula o efeito antes de decidir. Na Norfolk Southern, as imagens assinaladas seguem para o centro de operações.
• Os ganhos são de tempo. Minutos de atraso evitados, inspeções que passam de horas para minutos, avisos que chegam centenas de metros mais cedo. Parece pouco, mas numa rede carregada são esses minutos que contam.
• Sem dados não há IA. Todos os casos começam por medir: câmaras, sensores, registos de circulação. A qualidade e a continuidade dessas medições contam tanto como o algoritmo.
• Em serviço, em teste e em simulação não são a mesma coisa. A ferramenta da DB está em serviço desde 2021, os portais da Norfolk Southern estão a ser instalados, o SMART2 é um protótipo e o modelo de Magdeburgo só existe em simulação.
• Os números vêm de quem faz. Quase todos os resultados foram divulgados pelos próprios operadores e projetos, e faltam dados independentes, sobretudo taxas de erro e falsos alarmes. É o que separa uma boa demonstração de um sistema em que se pode confiar todos os dias.