Na lotnisku w Przasnyszu po raz pierwszy bezzałogowiec samodzielnie wystartował, wykonał misję, wrócił do bazy, naładował baterie i przesłał dane do analizy. Inżynierowie nie musieli dotknąć pilota. System UAVforRail, finansowany przez NCBR, ma w przyszłości samodzielnie identyfikować uszkodzenia torów, sieci trakcyjnej i obiektów inżynieryjnych. Dla polskiej kolei to rewolucja porównywalna z przejściem z papierowych rozkładów na cyfrowe sterowanie ruchem.

• Podczas testów w Przasnyszu dron po raz pierwszy wykonał w pełni autonomiczny lot – sam wystartował, wylądował i naładował baterie w stacji dokującej.
• System UAVforRail, finansowany przez Narodowe Centrum Badań i Rozwoju, ma automatycznie wykrywać uszkodzenia torów, sieci trakcyjnej i obiektów inżynieryjnych.
• Dane zebrane podczas przelotu są przesyłane do centrum analitycznego, gdzie algorytmy AI identyfikują potencjalne usterki infrastruktury.
• Sieć stacji bazowych rozmieszczonych wzdłuż linii kolejowych ma umożliwić monitorowanie setek kilometrów torów bez obsługi naziemnej.
• Autonomiczne drony mogą ograniczyć koszty inspekcji, poprawić bezpieczeństwo pracowników i zwiększyć skuteczność wykrywania zagrożeń.

Gdy trzynastego lutego 2026 roku na nieczynnym lotnisku w Przasnyszu, około 90 kilometrów na północ od Warszawy, startował do swojego pierwszego w pełni autonomicznego lotu prototypowy dron Systemu Monitorowania Stanu Infrastruktury Kolejowej, na ziemi nie stał ani jeden operator z pilotem w dłoni. Nie było też nikogo, kto musiałby po wylądowaniu podłączyć maszynę do ładowarki, wyjąć kartę pamięci czy ręcznie przekopiować dane do systemu analitycznego. Wszystko, co miało się wydarzyć, wydarzyło się automatycznie, zgodnie z algorytmami zapisanymi w pamięci pokładowego komputera i w oprogramowaniu stacji bazowej.

Testy, przeprowadzone w ramach projektu UAVforRail, finansowanego przez Narodowe Centrum Badań i Rozwoju w programie BRIK (Badania i Rozwój w Infrastrukturze Kolejowej), objęły sprawdzenie kluczowych funkcji, które w przyszłości mają zadecydować o przydatności operacyjnej całego systemu. Inżynierowie odpowiedzialni za projekt zweryfikowali przede wszystkim zdolność drona do autonomicznego startu i lądowania na stacji dokująco-ładującej, precyzję pozycjonowania w przestrzeni oraz proces automatycznego ładowania akumulatorów po zakończeniu misji. Konstrukcja samej stacji, opracowana od podstaw w ramach projektu, okazała się jednym z jego największych osiągnięć technicznych.

Równolegle do testów lotniczych sprawdzono także działanie systemu transmisji danych. Informacje zebrane przez drona podczas przelotu nad symulowanym odcinkiem torowiska zostały automatycznie przesłane do centrum obliczeniowego, gdzie poddano je analizie z wykorzystaniem algorytmów sztucznej inteligencji. To właśnie AI ma w przyszłości odgrywać kluczową rolę w identyfikacji nieprawidłowości – od wykolejeń i pęknięć szyn, przez uszkodzenia sieci trakcyjnej, po deformacje nasypów i obiektów inżynieryjnych.

Sercem systemu jest naziemna baza dla drona

Gdy większość komentarzy po pierwszych udanych testach skupiła się na samym dronie i jego zdolnościach lotnych, konstruktorzy projektu UAVforRail nie mieli wątpliwości, że prawdziwym sercem i największym wyzwaniem technicznym całego przedsięwzięcia jest jednak stacja dokująco-ładujaca. To ona ma pełnić funkcję autonomicznej bazy operacyjnej, zdolnej do przechowywania maszyny, ochrony jej przed warunkami atmosferycznymi, ładowania akumulatorów oraz dwustronnej komunikacji z centrum zarządzania.

W założeniach projektowych stacja ma być rozmieszczana wzdłuż linii kolejowych w strategicznych punktach, tak by zasięg poszczególnych dronów pokrywał się i tworzył sieć zdolną do monitorowania setek, a docelowo tysięcy kilometrów torów bez konieczności każdorazowej obsługi naziemnej. Po wykonaniu zadania maszyna wraca do najbliższej stacji, automatycznie ląduje na przygotowanym platformie, łączy się z systemem ładowania i rozpoczyna proces uzupełniania energii. W międzyczasie zebrane dane są kompresowane i przesyłane do chmury obliczeniowej, gdzie czekają na analizę przez wyszkolone modele AI.

Rozwiązanie to, choć dziś brzmi jak science fiction, w praktyce ma rozwiązać jeden z najbardziej palących problemów współczesnej diagnostyki kolejowej: konieczność angażowania wykwalifikowanego personelu do rutynowych, często żmudnych i niebezpiecznych inspekcji terenowych. Dróżnicy, którzy przez dziesięciolecia pieszo lub specjalistycznymi drezynami przemierzali kolejowe szlaki, sprawdzając stan torów i urządzeń, są dziś nie tylko coraz trudniejsi do pozyskania, ale także coraz drożsi w utrzymaniu. Autonomiczne drony mają ich zastąpić w tych zadaniach, które można zautomatyzować, pozostawiając ludziom decyzje wymagające rzeczywistej eksperckiej wiedzy i doświadczenia.

Algorytmy uczą się znajdować usterki

Samo zebranie danych z lotu dronem, nawet najwyższej rozdzielczości, nie wystarczy jednak do tego, by system stał się użyteczny operacyjnie. Kluczowym elementem całego przedsięwzięcia są algorytmy sztucznej inteligencji, które mają nauczyć się samodzielnie identyfikować nieprawidłowości w infrastrukturze torowej, odróżniać elementy naturalnego zużycia od rzeczywistych uszkodzeń wymagających interwencji serwisowej oraz klasyfikować zagrożenia według ich pilności i potencjalnego wpływu na bezpieczeństwo ruchu.

Podczas testów w Przasnyszu inżynierowie sprawdzili nie tylko sam proces przesyłania danych, ale także wstępne działanie modeli analitycznych, które na podstawie zgromadzonych zdjęć i skanów miały za zadanie wykryć symulowane usterki. Wyniki, choć na razie wstępne, okazały się na tyle obiecujące, że zespół projektowy podjął decyzję o kontynuowaniu prac i rozwijaniu kolejnych, bardziej zaawansowanych wersji algorytmów.

Docelowo system ma być zdolny nie tylko do wykrywania oczywistych uszkodzeń, takich jak pęknięte szyny, brakujące elementy złączy czy uszkodzone izolatory sieci trakcyjnej, ale także do identyfikacji subtelniejszych nieprawidłowości, jak choćby deformacje torowiska spowodowane osuwiskami, podmycia nasypów w wyniku intensywnych opadów czy nierównomierne osiadanie podtorza w miejscach o słabej nośności gruntu. Wszystkie te zjawiska, jeśli nie zostaną wykryte odpowiednio wcześnie, mogą prowadzić do katastrof budowlanych i kolejnych, często tragicznych w skutkach wypadków.

Trzy filary uzasadniające inwestycję

Gdyby zapytać zarządców infrastruktury kolejowej o to, co jest największym wyzwaniem w utrzymaniu sieci w należytym stanie technicznym, z pewnością wskazaliby na trzy czynniki: rosnące koszty pracy wykwalifikowanych specjalistów, trudności w zapewnieniu bezpieczeństwa ekipom pracującym na czynnych torach oraz ograniczoną efektywność tradycyjnych metod inspekcyjnych, które z natury rzeczy są wyrywkowe i obarczone ryzykiem błędu ludzkiego.

System UAVforRail ma potencjał, by odpowiedzieć na wszystkie te wyzwania jednocześnie. Po pierwsze, drastycznie obniża koszty rutynowych inspekcji, zastępując ludzi maszynami, które mogą pracować 24 godziny na dobę, siedem dni w tygodniu, bez przerw na odpoczynek, urlopy czy zwolnienia lekarskie. Po drugie, eliminuje konieczność narażania pracowników na niebezpieczeństwo związane z poruszaniem się po czynnych torach, gdzie ryzyko potrącenia przez pociąg jest zawsze realne. Po trzecie wreszcie, oferuje nieporównywalnie wyższą efektywność i dokładność pomiarów, opartą na precyzyjnym pozycjonowaniu, wysokiej rozdzielczości obrazu i obiektywnych algorytmach analitycznych, które nie ulegają zmęczeniu, znudzeniu ani rutynie.

W perspektywie długoterminowej zastosowanie bezzałogowych statków powietrznych i sztucznej inteligencji może więc nie tylko poprawić bezpieczeństwo infrastruktury kolejowej, ale także znacząco obniżyć koszty jej utrzymania, uwalniając środki, które będzie można przeznaczyć na inne, równie pilne potrzeby modernizacyjne polskiej kolei.

Kolejne kroki

Udane testy w Przasnyszu to dopiero pierwszy, choć niezwykle ważny, krok na długiej drodze do wdrożenia systemu UAVforRail do codziennej eksploatacji. Przed zespołem projektowym stoi jeszcze szereg wyzwań, które będą musiały zostać rozwiązane, zanim drony będą mogły regularnie patrolować polskie linie kolejowe bez nadzoru człowieka .

W najbliższych miesiącach planowane są dalsze testy funkcjonalne, które obejmą między innymi loty w różnych warunkach atmosferycznych, współpracę z ruchem kolejowym na czynnych liniach oraz doskonalenie stacji dokująco-ładującej, która musi być odporna na wandalizm, kradzieże i ekstremalne warunki pogodowe, zwłaszcza zimą. Równolegle prowadzone będą prace nad rozwojem modeli analitycznych, które na podstawie danych z kolejnych lotów testowych będą stopniowo uczyć się rozpoznawać coraz więcej typów uszkodzeń i nieprawidłowości, zwiększając swoją skuteczność i niezawodność.

Jeśli wszystkie te etapy zakończą się sukcesem, a system uzyska niezbędne certyfikaty i pozwolenia na wykonywanie lotów poza zasięgiem wzroku operatora (BVLOS), UAVforRail może stać się stałym elementem monitorowania polskiej infrastruktury kolejowej, rewolucjonizując sposób, w jaki zarządzamy i dbamy o jeden z najważniejszych elementów transportowego systemu kraju. Dla pasażerów i przewoźników towarowych oznaczać to będzie przede wszystkim jedno: większe bezpieczeństwo i mniej nieplanowanych przerw w ruchu spowodowanych awariami, które udało się wykryć, zanim jeszcze doszło do katastrofy.

Kolejny cios dla europejskiej elektromobilności

Źródło: NCBiR

Fot. NCBiR