Numéro 358 À paraître Numéro spécial

Sommaire

• Le cycle de vie de la donnée 3D

  Lire le résumé

  

  Cet article présente l’utilisation des données 3D LiDAR1 par SNCF Réseau, en soulignant les bénéfices techniques et opérationnels pour le domaine ferroviaire. Déployée depuis 2006 chez SNCF Réseau, cette technologie est aujourd’hui exploitée dans le cadre de projets au service de la maintenance ou bien encore de la sécurité des installations. Le déploiement s’est accéléré en 2019 avec le déploiement de LiDAR 3D sur les engins de surveillance de la voie (ESV). Ces données massives ouvrent de nouvelles perspectives d’innovation, notamment en lien avec le programme BIM et Continuité Numérique.

  The life cycle of 3D data

  This article outlines the use of 3D LiDAR data by SNCF Réseau, placing emphasis on the technical and operational benefits in the railway domain. Deployed since 2006 at SNCF Réseau, this technology is today applied within the scope of projects serving maintenance and also the safety of installations. Its deployment was speeded up in 2019 with the installation of LiDAR 3D on track monitoring machines (engins de surveillance de la voie – ESV). These massive data-sets open up new innovation perspectives, particularly in connection with the BIM and digital continuity programme.

  Der Lebenszyklus von 3D-Daten

  Dieser Artikel beschreibt die Verwendung der 3D-LiDAR-Daten seitens SNCF Réseau und hebt die technischen und betrieblichen Vorteile für den Eisenbahnsektor hervor. Diese Technologie wird seit 2006 bei SNCF Réseau eingesetzt und wird heute im Rahmen von Projekten für die Instandhaltung oder auch für die Sicherheit der Anlagen genutzt. Der Einsatz wurde 2019 mit dem Einsatz von 3D-LiDAR auf den Gleisüberwachungsmaschinen (engins de surveillance de la voie – ESV) beschleunigt. Diese Massendaten eröffnen neue Perspektiven für Innovationen, insbesondere in Verbindung mit dem Programm BIM und Digitale Kontinuität.

• Les vecteurs d’acquisition LiDAR chez SNCF Réseau

  Lire le résumé

  

  La technologie LiDAR a fait son entrée à SNCF Réseau au début des années 2000. Les premières expérimentations ont montré les forces et faiblesses de cette technologie appliquée au monde ferroviaire. L’évolution rapide des appareils LiDAR a permis, en quelques années, de rendre ces systèmes pleinement compatibles avec les contraintes ferroviaires. C’est ainsi qu’en l’espace de quelques années la part d’acquisitions LiDAR a fortement augmenté et les champs d’applications se sont élargis, jusqu’à la mise en place d’une stratégie de collecte massive et de traitements industriels des données. Initialement peu utilisés en tant que tel, les nuages de points 3D sont maintenant directement analysés pour en tirer des informations exploitables par les métiers du ferroviaire. En parallèle un large spectre de vecteurs d’acquisition sont déployés par SNCF Réseau pour répondre à un besoin grandissant des métiers du ferroviaire.

  The LiDAR acquisition vectors at SNCF Réseau

  The LiDAR technology was adopted by SNCF Réseau in the early 2000s. First trials showed the strengths and weaknesses of this technology in its application to the railway world. The rapid evolution of the LiDAR devices made it possible within a few years
  to render these systems fully compatible with railway constraints. In the space of a few years, the share in LiDAR acquisitions therefore increased strongly and the areas of application were extended, leading to the setting up of a strategy of mass collection and industrial processing of data. At first not widely utilised as such, the clouds of 3D points are now directly analysed to extract from them information that can be used by the railway divisions. In parallel, a wide spectrum of acquisition vectors is deployed by SNCF Réseau to meet the growing need from the railway divisions.

  Die LiDAR-Erfassungsvektoren bei SNCF Réseau

  Die LiDAR-Technologie wurde Anfang der 2000er Jahre bei SNCF Réseau eingeführt. Die ersten Erprobungen zeigten die Stärken und Schwächen dieser auf die Eisenbahnwelt angewandten Technologie. Dank der raschen Entwicklung der LiDAR-Geräte konnten diese Systeme innerhalb weniger Jahre vollständig mit den bahnbedingten Einschränkungen kompatibel gemacht werden. So stieg der Anteil der LiDAR-Erfassungen innerhalb weniger Jahre stark an und die Anwendungsbereiche wurden erweitert, bis hin zur Einführung einer Strategie der massiven Erfassung und industriellen Verarbeitung der Daten. Die 3D-Punktwolken, die anfangs als solche kaum genutzt wurden, werden nun direkt analysiert, um daraus Informationen zu gewinnen, die von der Eisenbahnbranche genutzt werden können. Parallel dazu wird ein breites Spektrum an Datenerfassungsvektoren seitens SNCF Réseau eingesetzt, um einem wachsenden Bedarf der Eisenbahnbranche gerecht zu werden.

• Acquisition, traitement, stockage et diffusion de la donnée

  Lire le résumé

  

  Traitement de la donnée 3D à grande échelle

  SNCF Réseau déploie des systèmes LiDAR embarqués sur des véhicules ferroviaires pour la collecte de données topographiques à grande échelle, parcourant quotidiennement plusieurs centaines de kilomètres et générant d’importants volumes de données brutes par jour. Ces données sont traitées et valorisées pour produire des nuages de points 3D géoréférencés, indispensables pour diverses applications. La trajectographie, basée sur des corrections GNSS et des centrales inertielles, garantit la précision des positions. Les données sont ensuite stockées de manière structurée pour en faciliter l’accès et l’exploitation. Des orthoimages et des classifications de points enrichissent les données, permettant des analyses détaillées. L’extraction précise des rails est cruciale pour respecter les normes ferroviaires. La ferrolocalisation associe les positions 3D à des repères linéaires ferroviaires pour une exploitation orientée vers les métiers. Une architecture logicielle « serverless » permet de traiter efficacement les données massives grâce à une parallélisation dynamique des calculs. Le stockage cloud assure une gestion flexible et performante des données. Enfin, cette chaîne de calcul automatisée améliore la maintenance et la caractérisation de l’infrastructure ferroviaire.

  Large-scale 3D data processing

  SNCF Réseau deploys LiDAR systems on board railway vehicles for the large-scale collection of topographical data, running many hundreds of kilometres daily and generating significant volumes of raw data each day. These data are processed and evaluated to produce clouds of 3D georeferenced points that are indispensable to a variety of applications. Trajectory determination based on GNSS corrections and inertial navigation systems guarantees the precision of the positions. The data are then stored in a structured manner to facilitate access and use. Orthoimages and classification of the points enhance the data, allowing detailed analyses. Precise extraction of rails is vital to observing railway standards. Ferrolocalisation links the 3D positions to linear railway reference points for division-oriented operations. A server-less software architecture allows the efficient processing of mass data thanks to the parallel dynamic calculations. Cloud storage ensures the flexible and high- performance management of the data. Finally, this automated calculation chain improves maintenance and the characterisation of the railway infrastructure.

  Verarbeitung von 3D-Daten in großem Umfang

  SNCF Réseau setzt LiDAR-Systeme auf Schienenfahrzeugen ein, um in großem Umfang topografische Daten zu sammeln. Dabei legen sie täglich mehrere hundert Kilometer zurück und generieren pro Tag große Mengen an Rohdaten. Diese Daten werden verarbeitet und ausgewertet, um georeferenzierte 3D-Punktwolken zu erzeugen, die für verschiedene Anwendungen unverzichtbar sind. Die Trajektographie, die auf GNSS-Korrekturen und Trägheitsnavigationssystemen beruht, gewährleistet die Genauigkeit der Positionen. Die Daten werden anschließend strukturiert gespeichert, um den Zugriff und die Nutzung zu erleichtern. Orthobilder und Punktklassifizierungen reichern die Daten an und ermöglichen somit detaillierte Analysen. Die genaue Extraktion der Schienen ist entscheidend für die Einhaltung der Eisenbahnnormen. Die Ferrolokalisierung verbindet 3D-Positionen mit linearen Eisenbahnbezugspunkten für eine branchenorientierte Auswertung. Eine « serverlose » Software-Architektur ermöglicht die effiziente Verarbeitung der Massendaten durch eine dynamische Parallelisierung der Berechnungen. Die Cloud-Speicherung gewährleistet eine flexible und leistungsfähige Datenverwaltung. Schließlich verbessert diese automatisierte Berechnungskette die Instandhaltung und Charakterisierung der Eisenbahninfrastruktur.

• Le numérique apporte une nouvelle dimension aux données 3D LiDAR

  Lire le résumé

  

  Perçues jusqu’à présent comme de simples fonctions support à la production des nuages de points 3D, les technologies de l’information (TI) ont démontré leur rôle prépondérant dans la capacité à générer de manière industrielle ces données au même titre que le matériel d’acquisition et les développements de post-traitement. Comme dans beaucoup d’autres domaines métier, les TI ont permis aux données LiDAR de réaliser leur transformation numérique, portée par les services amenés par l’informatique dans les nuages (le cloud) mais aussi grâce aux méthodologies de gestion de projet (agiles) venant du monde informatique. Ceci aura permis, en moins de dix-huit mois, d’accélérer la mise en place d’une chaîne de production des nuages 3D, unique sur le marché non seulement grâce à sa capacité de traiter de manière industrielle de grandes quantités de données, mais aussi grâce à l’effort d’optimisation réalisé dans la conception de l’ensemble pour atteindre un haut niveau de sobriété de consommation énergétique.

  Digitisation gives 3D LiDAR data a new dimension

  Perceived until now as a simple support function for producing clouds of 3D points, information technologies (IT) have demonstrated their main role in a capacity to generate these data industrially in the same way as acquisition hardware and developments in post-processing. As in many other divisional domains, IT have allowed LiDAR data to be transformed digitally, borne by the services provided by informatics in the cloud and also thanks to agile project management methods derived from the world of informatics. In less than eighteen months, this will have allowed the accelerated setting up of a 3D cloud production chain unique in the market not only as a result of its capacity to industrially process large quantities of data, but also due to the optimisation effort realised in the design of the totality to attain a high level of sobriety in energy consumption.

  Die Digitalisierung verleiht den 3D-LiDAR-Daten eine neue Dimension

  Die Informationstechnologie (IT), die bislang als reine Unterstützungsfunktion für die Erstellung von 3D-Punktwolken angesehen wurde, hat ihre herausragende Rolle bei der industriellen Generierung dieser Daten bewiesen, ebenso wie die Erfassungshardware und die Entwicklungen bei der Nachbearbeitung. Wie in vielen anderen Fachbereichen hat die IT auch den LiDAR-Daten ihre digitale Transformation ermöglicht, getragen durch die Dienste des Cloud Computing sowie auch dank der aus der IT-Welt stammenden Methoden des agilen Projektmanagements. In weniger als 18 Monaten kann so eine 3D-Cloud-Produktionskette aufgebaut werden, die auf dem Markt einzigartig ist, nicht nur wegen ihrer Fähigkeit, große Datenmengen industriell zu verarbeiten, sondern auch wegen der Optimierungsbemühungen, die beim Entwurf des Systems unternommen wurden, um einen hohen Grad an Energieeffizienz zu erreichen.

• Acquisition et post-traitement des données de mesures des engins de surveillance de l’infrastructure

  Lire le résumé

  

  Chez SNCF Réseau, la surveillance de l’infrastructure est primordiale afin d’assurer la sécurité des circulations ainsi que la disponibilité et la robustesse du système ferroviaire. Cette surveillance est notamment réalisée par des engins spécialisés qui enregistrent différents paramètres lors de leur circulation. Le post-traitement de ces mesures est indispensable pour fournir des données de qualité (en localisation et métrologie) au mainteneur. Il est réalisé par une équipe d’analystes suivant un processus défini et maîtrisé présenté dans cet article.

  Acquisition and post-processing of measuring data from infrastructure monitoring machines

  At SNCF Réseau, monitoring the infrastructure is paramount to ensuring the safety of services and the availability and robustness of the railway system. Monitoring is realised notably using specialised machines that record a variety of parameters on their journey. The post-processing of these measurements is indispensable for furnishing quality data (in terms of localisation and metrology) to the maintenance company. It is realised by a group of analysts following a process defined and managed as presented in this article.

  Erfassung und Nachbearbeitung der Messdaten von Überwachungsmaschinen der Infrastruktur

  Bei SNCF Réseau ist die Überwachung der Infrastruktur ausschlaggebend, um die Sicherheit des Verkehrs sowie die Verfügbarkeit und Robustheit des Eisenbahnsystems zu gewährleisten. Diese Überwachung wird vor allem von Spezialmaschinen durchgeführt, die während ihrer Fahrt verschiedene Parameter aufzeichnen. Die Nachbearbeitung dieser Messungen ist unerlässlich, um dem Instandhalter qualitativ hochwertige Daten (in Bezug auf Lokalisierung und Metrologie) zu liefern. Sie wird von einem Team von Analysten nach einem definierten und kontrollierten Verfahren durchgeführt, das in diesem Artikel vorgestellt wird.

• Utilisation de la 3D pour la maintenance

  Lire le résumé

  

  L’Usine 3D: de l’acquisition au mainteneur, la 3D chez Eurailscout France

  Le partenariat entre SNCF Réseau et ses filiales Altametris et Eurailscout France a permis de mettre en production en 2024 « l’Usine 3D », un outil de traitement en masse des données 3D, d’analyses et de mesures sur l’infrastructure ferroviaire basées sur ces données. Si une grande partie de la production est d’ores et déjà automatisée, des actions manuelles réalisées par des techniciens dûment formés restent indispensables à la production de livrables exploitables pour les entités de maintenance. En parallèle, les modes d’acquisition de la donnée 3D se déploient plus largement sur de plus en plus d’engins, pour une plus grande complémentarité entre les engins SNCF Réseau et ceux d’Eurailscout France.

  3D Factory: from acquisition to maintenance company. 3D at Eurailscout France

  The partnership between SNCF Réseau and its subsidiaries Altametris and Eurailscout France initiated the production in 2024 of the ‘3D Factory’, a tool for the mass processing of 3D data, for analyses and measurements on the railway infrastructure based on these data. While a large proportion of production is already automated, manual actions performed by technical staff trained accordingly remain indispensable in the production of usable deliverables for the maintenance entities. In parallel, 3D data acquisition modes are being more widely deployed on more and more machines for greater complementarity between the machines of SNCF Réseau and those of Eurailscout France.

  Die 3D-Fabrik: Von der Erfassung bis zum Instandhalter. 3D bei Eurailscout France

  Die Partnerschaft zwischen SNCF Réseau und den Tochtergesellschaften Altametris und Eurailscout France hat es ermöglicht, 2024 die « 3D-Fabrik » in Betrieb zu nehmen, ein Werkzeug für die Massenverarbeitung der 3D-Daten, für Analysen und Messungen auf der Eisenbahninfrastruktur auf der Grundlage dieser Daten. Auch wenn ein Großteil der Produktion bereits automatisiert ist, sind manuelle Maßnahmen, die von entsprechend geschulten Technikern durchgeführt werden, weiterhin unerlässlich, um verwertbare Ergebnisse für die Instandhaltungsbetriebe zu produzieren. Parallel dazu werden die Methoden zur Erfassung von 3D-Daten auf immer mehr Maschinen ausgeweitet, um eine größere Komplementarität zwischen den Maschinen von SNCF Réseau und Eurailscout France zu erreichen.

• Calcul des volumes de ballast pour les besoins du mainteneur et des travaux

  Lire le résumé

  

  La revue de conformité des profils de ballast, jusqu’à présent réalisée à pied par le mainteneur, a été automatisée par analyse des nuages de points LiDAR enregistrés avec les engins de mesure qui auscultent régulièrement les voies du réseau ferré national. L’article présente le projet déployé dès l’automne 2024 pour ausculter 30 000 km de voie sur ligne classique et ligne à grande vitesse et, depuis 2022, pour des analyses ciblées en amont des chantiers de régénération industrielle de ballast. Cette automatisation répond à un besoin de fiabiliser la revue de conformité des profils de ballast, exercice subjectif ne permettant pas d’estimer précisément les quantités de ballast en excès ou en défaut. Par manque d’information précise, le déchargement de ballast neuf est préféré au régalage de ballast présent et excédentaire. Si cette méthode a fait ses preuves pour l’aspect sécurité, on constate des excès de ballast en voie qui peuvent aller jusqu’à 300 kg/m de voie. Pour la maintenance, cette nouvelle approche permet de prioriser les sections de voie à entretenir, d’estimer les volumes de ballast neuf à commander et de ballast excédentaire à réemployer. En travaux, elle permet d’estimer les volumes de ballast à évacuer en amont des chantiers, ce ballast étant ensuite criblé et lavé en base arrière avant son réemploi.

  Calculating ballast volumes for the requirements of the maintenance company and site works

  The inspection of ballast profile conformity, until now performed on foot by maintenance staff, has been automated by means of analysis of LiDAR point clouds recorded with measuring machines that regularly scan the track of the national railway network. This article presents the project deployed from the autumn of 2024 to scan 30,000 km of track on a conventional line and a high-speed line and, from 2022, for targeted analyses before industrial ballast regeneration sites. Automation on this scale meets a demand to make reliable the inspection of conformity of ballast profiles, since a subjective review does not allow the precise estimation of ballast quantities in excess or default. As a result of the lack of precise information, discharge of new ballast is preferred to redistributing existing or surplus ballast. While this method has proved its worth in terms of safety, ballast excesses observed in the track can reach up to 300 kg/m of track. In terms of maintenance, this new approach allows priority to be given to the sections of track to be maintained and to estimate the volumes of new ballast to be ordered and surplus ballast to be reused. In terms of work, it enables the estimation of ballast volumes to be removed before worksites, this ballast being subsequently screened and washed at rear base prior to being reused.

  Berechnung der Schottermenge für den Bedarf des Instandhalters und bei den Bauarbeiten

  Die Überprüfung der Konformität der Schotterprofile, die bisher vom Instandhalter zu Fuß durchgeführt wurde, wurde mittels Analyse der LiDAR-Punktwolken automatisiert, die mit den Messmaschinen aufgezeichnet wurden, die regelmäßig die Gleise des nationalen Schienennetzes überwachen. Der Artikel stellt das Projekt vor, das sich ab Herbst 2024 im Einsatz befindet, um 30.000 km an Gleis auf herkömmlichen Strecken und Hochgeschwindigkeitsstrecken zu überwachen, und seit 2022 für gezielte Analysen im Vorfeld der Baustellen für die industrielle Wiederbelebung von Schotter. Diese Automatisierung wird einem Bedarf gerecht, die Konformitätsprüfung der Schotterprofile zuverlässiger zu gestalten, eine subjektive Übung, die keine genaue Einschätzung der Menge an überschüssigem oder fehlerhaftem Schotter ermöglicht. Aus Mangel an genauen Angaben wird das Abladen von neuem Schotter der Verteilung von vorhandenem und überschüssigem Schotter vorgezogen. Diese Methode hat sich zwar in Bezug auf den Sicherheitsaspekt bewährt, es werden jedoch Überschüsse an Gleisschotter von bis zu 300 kg/m Gleis festgestellt. Bei der Instandhaltung ermöglicht diese neue Verfahrensweise die Priorisierung der zu wartenden Gleisabschnitte, die Einschätzung der zu bestellenden Mengen an neuem Schotter und des wiederzuverwendenden überschüssigen Schotters. Bei Bauarbeiten lässt sich damit die vor den Baustellen abzutransportierende Schottermenge einschätzen; dieser Schotter wird dann gesiebt und an hinteren Stützpunkten gewaschen, bevor er wiederverwendet wird.

• Gabarit 3D

  Lire le résumé

  

  Le suivi du gabarit sur le réseau ferré national (RFN) permet de s’assurer de la compatibilité entre les infrastructures existantes et les nouveaux matériels roulants qui arrivent chaque année. Pour assurer ce suivi régulier et de manière automatique, des engins de surveillance sont utilisés pour cartographier les infrastructures. Un scan 3D de l’espace autour de toutes les voies du RFN est ainsi dressé tous les six ans et renseigné dans des bases de données nationales pour s’assurer de la conformité des infrastructures et pour la prise en compte des contraintes lors de futurs travaux.

  3D clearance gauge

  Surveying the clearance gauge on the national railway network (RFN) makes it possible to guarantee compatibility between existing infrastructures and the new rolling stock that arrives each year. In order to ensure such regular and automatic surveying, monitoring machines are used to make cartographic infrastructure recordings. A 3D scan of the space around all the RFN tracks is therefore planned every six years and informed in the national data bases to ensure conformity of the infrastructures and to take the constraints into account for future works.

  3D-Lichtraumprofil

  Die Überwachung des Lichtraumprofils auf dem nationalen Schienennetz (RFN) stellt sicher, dass die bestehende Infrastruktur mit dem neuen Rollmaterial, das jedes Jahr hinzukommt, kompatibel ist. Um diese regelmäßige und automatische Überwachung zu gewährleisten, werden Überwachungsmaschinen eingesetzt, die die Infrastruktur kartografieren. Alle sechs Jahre wird ein 3D-Scan des Raums um alle Gleise des RFN erstellt und in nationalen Datenbanken abgefragt, um die Konformität der Infrastruktur zu gewährleisten und die Einschränkungen bei zukünftigen Arbeiten zu berücksichtigen.

• 3D en caténaire

  Lire le résumé

  

  Le domaine caténaire a entamé depuis quelques années une transition pour accroître l’utilisation de la 3D dans la conception, les études et la maintenance des IFTE (installations fixes de traction électrique). Chaque nouveau projet est aujourd’hui considéré comme une opportunité et un vecteur de la transition numérique. Cette approche permet progressivement la mise en place du BIM et du jumeau numérique pour le domaine caténaire.

  3D for the Overhead

  Some years ago, the overhead domain initiated its transition to using 3D in the design, research and maintenance of fixed installations for electric traction (IFTE – Installations Fixes de Traction Électrique). Every new project is today considered an opportunity and a vector in digital transition. This approach enables the progressive introduction of BIM and the digital twin into the overhead domain.

  3D in der Fahrleitung

  Der Bereich Fahrleitung hat seit einigen Jahren einen Wandel eingeleitet, um die Verwendung von 3D bei dem Entwurf, der Untersuchung und Instandhaltung der ortsfesten Anlagen für elektrische Traktion (IFTE – Installations Fixes de Traction Électrique) zu erhöhen. Jedes neue Projekt wird heute als Möglichkeit und Vektor für den digitalen Wandel betrachtet. Dieser Verfahrensweise ermöglicht schrittweise die Einführung von BIM und des digitalen Zwillings für den Bereich Fahrleitung

• 3D pour les sous-stations et postes (EALE)

  Lire le résumé

  

  La réalisation d’études en 3D pour la traction électrique et les postes haute tension a déjà été éprouvée depuis plusieurs années. Cependant le développement des outils informatiques et le besoin d’associer les composantes exploitation, sécurité et maintenance aux études, font émerger de nouveaux besoins et de nouvelles pratiques.

  3D for substations and stations (EALE)

  Over the years, 3D studies into electric traction and high-voltage stations have proved their worth. However, advances in IT tools and the need to link components for operation, safety and maintenance to the studies have resulted in the emergence of new requirements and new practices.

  3D für die Unterwerke und Stationen (EALE)

  Die Durchführung von 3D-Studien für die elektrische Traktion und die Hochspannungsstationen hat sich bereits seit Jahren bewährt. Die Entwicklung von IT-Werkzeugen und die Notwendigkeit, die Komponenten Betrieb, Sicherheit und Instandhaltung in die Studien einzubeziehen, lassen jedoch neue Bedürfnisse und neue Praktiken entstehen.

• La 3D au service de la maîtrise de la végétation

  Lire le résumé

  

  Une quantité de végétation excessive près des fils caténaire peut présenter de nombreux risques pour le système électrique ferroviaire et par là, impacter les circulations. SNCF Réseau, en qualité de gestionnaire de l’infrastructure ferroviaire, se doit d’anticiper les incidents par une maintenance optimisée. Le LiDAR joue un rôle crucial dans la détection et l’analyse de la végétation. Le travail présenté ici l’utilise pour identifier les zones géographiques où la végétation est proche des caténaires et risque de les endommager. La méthode retenue est constituée des étapes suivantes, à savoir la distinction, dans le nuage de points, des points correspondant au fil de contact et des points correspondant à la végétation en utilisant un algorithme de classification supervisée. Pour chaque point de végétation, la mesure de la distance la plus courte entre le point de végétation et le point de fil le plus proche est ensuite réalisée. Enfin, l’estimation du nombre de points de végétation associés à une distance-seuil est faite puis l’évaluation du risque causé est spécifiée. Cette dernière étape permet d’anticiper le besoin de maintenance pour chaque section longitudinale de voie ferrée.

  3D serving vegetation management

  Excessive quantities of vegetation near the overhead lines can present a number of risks for the electric railway system and can therefore impact services. SNCF Réseau, in its capacity as manager of the railway infrastructure, must anticipate incidents by performing optimised maintenance. LiDAR plays a vital role in the detection and analysis of vegetation. The work presented here uses LiDAR to identify the geographical zones where vegetation grows close to the overhead lines and risks damaging them. The method retained comprises the following steps: distinguishing points in the cloud of points that correspond to the contact wire and points corresponding to the vegetation using an algorithm for supervised classification. For every vegetation point, a measurement is then taken of the shortest distance between the vegetation point and the closest wire point. Finally, an estimation of the number of vegetation points associated with a threshold distance is performed and then the evaluation of the resulting risk specified. This last step makes it possible to anticipate the need for maintenance on each longitudinal section of railway track.es.

  3D im Dienste der Vegetationskontrolle

  Ein übermäßiger Pflanzenwuchs in der Nähe der Fahrdrähte kann zahlreiche Risiken für das Stromversorgungssystem der Eisenbahn darstellen und somit den Verkehr beeinträchtigen. SNCF Réseau ist als Betreiber der Eisenbahninfrastruktur verpflichtet, durch eine optimierte Instandhaltung Zwischenfällen vorzugreifen. LiDAR spielt eine entscheidende Rolle bei der Erkennung und Analyse der Vegetation. Die hier vorgestellte Arbeit nutzt LiDAR, um geografische Bereiche zu identifizieren, bei denen sich die Vegetation nahe an den Fahrleitungen befindet und diese beschädigen könnte. Die gewählte Methode besteht aus den folgenden Schritten, nämlich der Unterscheidung in der Punktwolke zwischen den dem Fahrdraht entsprechenden Punkten sowie den der Vegetation entsprechenden Punkten, unter Verwendung eines überwachten Klassifikationsalgorithmus. Für jeden Vegetationspunkt wird dann die Messung des kürzesten Abstands zwischen dem Vegetationspunkt und dem nächstgelegenen Fahrdrahtpunkt durchgeführt. Schließlich wird die Anzahl der Vegetationspunkte, die mit einer Schwellendistanz verbunden sind, geschätzt und anschließend die Bewertung des verursachten Risikos spezifiziert. Dieser letzte Schritt ermöglicht es, den Instandhaltungsbedarf für jeden Längsabschnitt des Gleises vorauszuplanen.

• Détection automatisée de clôtures en milieu ferroviaire

  Lire le résumé

  

  La détection des clôtures le long des voies ferrées est cruciale pour la sécurité et la sûreté. Les clôtures agissent comme des barrières physiques pour empêcher l’accès non autorisé aux voies, aidant ainsi à réduire le risque d’accidents impliquant des piétons ou des animaux. Au moment de cette recherche, peu de méthodes abordent le problème de la détection des clôtures adjacentes aux voies. En raison de la contrainte de devoir traiter un vaste réseau ferroviaire, les méthodes doivent être fiables et rapides. En développant des algorithmes plus efficaces pour la modélisation 3D utilisant des données LiDAR, cette recherche permet une cartographie précise des clôtures le long des voies pour assurer la sécurité et la sûreté, tout en améliorant la préservation et la restauration de la base de données ferroviaire.

  Automated detection of fences in the railway environment

  The detection of fences along railway lines is vital to safety and security. Fences act as physical barriers to prevent non-authorised access to the tracks, thereby helping to reduce the risk of accidents involving pedestrians or animals. At the time this research was performed, few methods dealt with the problem of detecting fences adjacent to the tracks. As a result of the constraint of having to deal with an extensive railway network, the methods must be reliable and rapid. By developing more efficient algorithms for 3D modelling using the LiDAR data, this research enables the precise cartography of fences along the tracks to ensure safety and security while at the same time improving the conservation and restoration of the railway data base.

  Automatisierte Erkennung von Einzäunungen im Eisenbahnumfeld

  Die Erkennung von Einzäunungen entlang der Bahnstrecken ist für die Sicherheit und den Schutz von entscheidender Bedeutung. Die Einzäunungen fungieren als physische Barrieren, um den unbefugten Zugang zu den Gleisen zu verhindern und somit mitzuhelfen, das Risiko von Unfällen mit Fußgängern oder Tieren zu verringern. Zum Zeitpunkt dieser Untersuchung gab es nur wenige Methoden, die sich mit dem Problem der Erkennung der Einzäunungen neben den Gleisen befassen. Aufgrund der Einschränkung, ein umfangreiches Schienennetz bearbeiten zu müssen, müssen die Methoden zuverlässig und schnell sein. Durch die Entwicklung effizienterer Algorithmen für die 3D-Modellierung unter Verwendung der LiDAR-Daten ermöglicht diese Untersuchung eine genaue Kartografie der Einzäunungen entlang der Gleise, um die Sicherheit und den Schutz zu gewährleisten und gleichzeitig die Pflege und Wiederherstellung der Eisenbahndatenbank zu verbessern.

• Utilisation de la 3D pour les projets

  Lire le résumé

  

  Le projet collaboratif MINERVE, un catalyseur de transformations pour la filière du réseau ferroviaire

  Le projet de recherche innovant et collaboratif MINERVE, financé par France 2030, permet aux partenaires de l’écosystème ferroviaire d’explorer de nouvelles méthodes et de nouveaux outils liés à l’utilisation des données sur la vie complète des ouvrages.

  The collaborative project MINERVE, catalyst of transformations for the railway industry

  The innovative and collaborative research project MINERVE, financed by France 2030, allows the partners in the railway ecosystem to explore new methods and new tools connected to the utilisation of data throughout the lifetime of structures.

  Das gemeinsame Projekt MINERVE, ein Katalysator für Transformationen in der Eisenbahnindustrie

  Das innovative und gemeinsame Forschungsprojekt MINERVE, das von France 2030 finanziert wird, ermöglicht es den Partnern des Eisenbahn-Ökosystems, neue Methoden und Werkzeuge im Zusammenhang mit der Verwendung der Daten über die gesamte Lebensdauer der Bauwerke zu erforschen.

• La réalité virtuelle au service des opérations sur le réseau ferroviaire

  Lire le résumé

  

  Le déploiement du BIM (Building Information Modeling) progresse dans les métiers de la conception et de la construction, avec des cas d’usage qui émergent également dans le secteur ferroviaire. Des modèles numériques de plus en plus détaillés et avancés sont désormais utilisés pour représenter divers sous-systèmes des infrastructures ferroviaires durant les phases de conception et de travaux. Cependant, ces maquettes numériques restent peu accessibles sur les sites de chantier, limitant leur intégration dans les opérations terrain malgré leur potentiel d’application pour représenter fidèlement la réalité des sites ou chantiers. Pour répondre à ce défi, plusieurs expérimentations ont été réalisées par SNCF Réseau, en collaboration avec ses partenaires techniques, permettant aux acteurs terrain d’accéder aux représentations numériques des infrastructures à venir et d’anticiper les interfaces nécessaires à une gestion optimale avant et pendant la réalisation des travaux.

  Virtual reality serving operations on the railway network

  The deployment of BIM (Building Information Modeling) is progressing into design and construction divisions, with cases of use also emerging in the railway sector. More and more detailed and advanced digital models are being used going forward to represent different subsystems of railway infrastructures during the design and work phases. These digital mock-ups are still hardly accessible on the work sites however, limiting their integration into field operations despite their application potential for faithfully representing the reality of actual sites or work sites. In order to meet this challenge, several trials were run by SNCF Réseau in collaboration with its technical partners, allowing players in the field to access digital representations of future infrastructures and to anticipate the necessary interfaces for optimal management before and during the realisation of the works.

  Die virtuelle Realität im Dienste des Betriebs auf dem Schienennetz

  Die Einsatz von BIM (Building Information Modeling) schreitet in der Design- und Baubranche voran, wobei sich auch im Eisenbahnsektor neue Anwendungsfälle ergeben. Mittlerweile werden immer detailliertere und fortschrittlichere digitale Modelle verwendet, um verschiedene Teilsysteme der Eisenbahninfrastruktur während der Entwurfs- und Bauphasen darzustellen. Allerdings sind diese digitalen Modelle auf den Baustellen kaum zugänglich, was ihre Einbeziehung bei Einsätzen im Gelände trotz ihres Anwendungspotenzials zur getreuen Darstellung der Realität an tatsächlichen Standorten oder Baustellen begrenzt. Um dieser Herausforderung zu begegnen, hat SNCF Réseau in Zusammenarbeit mit den technischen Partnern mehrere Exprobungen vorgenommen, die es den Akteuren im Gelände ermöglichen, auf die digitalen Darstellungen der künftigen Infrastrukturen zuzugreifen und die für eine optimale Verwaltung erforderlichen Schnittstellen vor und während der Durchführung der Bauarbeiten zu antizipieren.

• Détection automatisée et description géométrique de tunnels ferroviaires à partir de données LiDAR

  Lire le résumé

  

  L’un des principaux avantages du LiDAR est l’amélioration de la sécurité. En fournissant une détection précise des objets ferroviaires, avec une localisation en coordonnées géographiques exacte, il devient possible de surveiller et de gérer les infrastructures de manière plus efficace. Cette précision permet de détecter rapidement les anomalies ou les dégradations, réduisant ainsi les risques d’accidents ou de pannes. Cette technologie offre une détection précise de la localisation des tunnels avec les coordonnées géographiques d’entrée et de sortie de chaque ouvrage. L’utilisation des nuages de points permet également de représenter la géométrie 3D des tunnels et d’extraire ainsi les informations de forme et de hauteur de chaque tunnel. Elle offre aussi la possibilité de la détection des caractéristiques et des spécificités à l’intérieur des tunnels comme les niches. La reconstruction 3D des tunnels permet ainsi de mieux connaître ce patrimoine et d’améliorer l’efficacité et la sécurité des opérations de maintenance.

  Automated detection and geometric description of railway tunnels based on LiDAR data

  One of the principal advantages of LiDAR is improved safety. By providing precise detection of railway objects, with localisation in exact geographical coordinates, it becomes possible to monitor and to manage infrastructures with greater efficacy. This precision allows the rapid detection of anomalies or defects, thereby reducing the risk of accidents or failures. This technology provides precise detection for the localisation of tunnels with the geographical entrance and exit coordinates of each structure. The utilisation of clouds of points also allows the representation of 3D geometry of tunnels and thus to extract information relating to the shape and height of each tunnel. It also makes it possible to detect characteristics and specifics inside tunnels, such as niches. The 3D reconstruction of tunnels thereby makes it possible to obtain better knowledge of the tunnel heritage and thus to improve the efficacy and safety of maintenance operations.

  Automatisierte Erkennung und geometrische Beschreibung von Eisenbahntunneln anhand von LiDAR-Daten

  Einer der Hauptvorteile von LiDAR ist die Verbesserung der Sicherheit. Durch die Bereitstellung einer genauen Erkennung der Eisenbahnobjekte mit einer Lokalisierung in exakten geografischen Koordinaten wird es möglich, die Infrastruktur effizienter zu überwachen und zu verwalten. Diese Genauigkeit ermöglicht es, die Fehler oder Schäden rasch zu erkennen, wodurch das Risiko von Unfällen oder Störungen verringert wird. Diese Technologie bietet eine genaue Erkennung der Lage der Tunnel mit den geografischen Eingangs- und Ausgangskoordinaten jedes Bauwerks. Die Verwendung der Punktwolken ermöglicht auch die Darstellung der 3D-Geometrie für die Tunnel und somit die Extraktion der Daten über Form und Höhe jedes Tunnels. Sie bietet auch die Möglichkeit, die Merkmale und Besonderheiten im Inneren der Tunnel, wie z. B. die Nischen, zu erkennen. Die 3D-Rekonstruktion der Tunnel ermöglicht daher eine bessere Kenntnis des Tunnelerbguts und somit eine effizientere und sicherere Instandhaltung.

• Rétro-ingénierie du tracé de voies

  Lire le résumé

  

  Les données de nuages de points obtenues par LiDAR dynamique sont précises à l’échelle du centimètre, ce qui est utile pour de nombreuses applications, mais insuffisant pour l’ingénierie ferroviaire qui nécessite une précision millimétrique. Les données LiDAR sont cependant précieuses pour la documentation et la rétro-ingénierie du tracé des infrastructures existantes, notamment pour les maquettes BIM. Altametris utilise des algorithmes pour extraire les positions des rails à partir des nuages de points, afin de modéliser numériquement la voie ferrée. Cette modélisation permet de calculer divers paramètres de géométrie, dont le rayon de courbure, par la méthode des flèches avec une taille de corde variable. Ainsi sont identifiés les alignements, les courbes et les raccordements progressifs.

  Retro engineering of track alignment

  The data from the clouds of points obtained using dynamic LiDAR are specified on a centimetre scale, which is useful for many applications, but insufficient for railway engineering, which requires millimetre precision. However, the LiDAR data are valuable for documenting and for retro- engineering the alignment of existing infrastructures, particularly for BIM mock-ups. Altametris uses algorithms to extract the positions of the rails based on clouds of points, allowing the digital modelling of the railway track. This modelling enables the calculation of various geometric parameters including the radius of curvature using the versed sine method with variable chord size. This way it is possible to identify alignments, curves and transition curves.

  Reverse Engineering der Linienführung

  Die mit dynamischem LiDAR gewonnenen Punktwolkendaten sind im Zentimeterbereich genau, was für viele Anwendungen nützlich ist, aber für die Eisenbahntechnik, die eine Genauigkeit im Millimeterbereich erfordert, nicht ausreicht. Die LiDAR-Daten sind jedoch wertvoll für die Dokumentation und das Reverse Engineering der Linienführung bestehender Infrastrukturen, insbesondere für die BIM-Modelle. Altametris verwendet Algorithmen, um die Positionen der Schienen aus Punktwolken zu extrahieren, wodurch das Gleis digital modelliert werden kann. Diese Modellierung ermöglicht es, verschiedene Geometrieparameter zu berechnen, wie u.a. den Gleisbogenhalbmesser anhand der Methode der Pfeilhöhe mit variabler Sehnenlänge. Auf diese Weise werden die geraden Abschnitte, Gleisbögen und Übergangsbögen identifiziert.

• Le BIM pour les métiers des télécommunications et de la signalisation

  Lire le résumé

  

  Cet article présente l’intégration du BIM (Building Information Modeling) dans les activités ferroviaires de la SNCF menées principalement par les métiers des télécommunications et de la signalisation, avec un focus sur les locaux techniques et les supports de transmission. Il décrit comment cette démarche vise à optimiser la conception grâce à des outils numériques tels que les logiciels Revit® et Civil 3D® d’Autodesk. Pour les locaux techniques, le BIM permet de modéliser les espaces, de tester les aménagements, de résoudre les collisions entre équipements et de préparer une gestion énergétique et interopérable à long terme. Concernant les supports de transmission, des solutions ont été développées pour standardiser une bibliothèque BIM nationale des produits supports de transmission, automatiser le positionnement des équipements et améliorer la collaboration multi-métiers via des plateformes numériques. Des projets d’expérimentation prévus en 2025 ambitionnent de mettre en œuvre et de valider ces solutions BIM, en intégrant tous les acteurs et en assurant une continuité numérique pour maintenir des données fiables tout au long du cycle de vie des infrastructures.

  BIM in the Telecommunication and Signalling divisions

  This article presents the integration of BIM (Building Information Modeling) into SNCF railway activities performed principally in the Telecommunications and Signalling divisions, with a focus on control rooms and transmission systems. It describes the way in which this approach is aimed at optimising design thanks to digital tools such as Revit® and Civil 3D® software by Autodesk. With regard to control rooms, BIM allows the modelling of spaces, the testing of set-ups, the resolving of impacts between pieces of equipment and the preparation of long-term management relating to energy and interoperability. With regard to the transmission systems, solutions have been developed to standardise a national BIM library of transmission system products; to automate the positioning of equipment and improve multi-division collaboration via digital platforms. Trial projects planned for 2025 envisage the installation and validation of these BIM solutions, integrating all the players and ensuring digital continuity in order to maintain reliable data for the entire life cycle of the infrastructures.

  BIM für den Bereich Telekommunikation und Signaltechnik

  Dieser Artikel beschreibt die Integration von BIM (Building Information Modeling) in die Eisenbahnaktivitäten der SNCF, die hauptsächlich von den Bereichen Telekommunikation und Signaltechnik durchgeführt werden, mit einem Fokus auf die Kontrollräume und Übertragungsmedien. Es wird beschrieben, wie diese Verfahrensweise die Konzeption mit Hilfe digitaler Werkzeuge wie der Softwar Revit® und Civil 3D® von Autodesk optimieren soll. Bei den Kontrollräumen ermöglicht BIM die räumliche Modellierung, das Testen der Aufbauten, das Verhindern der Kollisionen zwischen Anlagen und die Vorbereitung eines langfristig interoperablen Energiemanagements. In Bezug auf die Übertragungsmedien wurden Lösungen entwickelt, um eine nationale BIM-Bibliothek für Übertragungsmedienprodukte zu standardisieren, die Positionierung der Geräte zu automatisieren und die branchenübergreifende Zusammenarbeit über digitale Plattformen zu verbessern. Für 2025 vorgesehene Versuchsprojekte sollen diese BIM-Lösungen umsetzen und validieren, indem alle Akteure einbezogen und eine digitale Kontinuität gewährleistet wird, um zuverlässige Daten über die gesamte Lebensdauer der Infrastruktur zu behalten.

• L’innovation à l’ère du numérique au sein du département de la Signalisation Ferroviaire

  Lire le résumé

  

  La signalisation ferroviaire (SF) est un élément clé pour garantir la sécurité et l’efficacité du réseau ferré national. C’est pourquoi le département SF de la Direction Générale Industrielle et Ingénierie de SNCF Réseau (DGII DTR SF) accélère les démarches d’innovations, notamment autour des technologies 3D. Cet article trace comment l’expertise du département de la Signalisation Ferroviaire se développe autour de la 3D.

  Innovation in the digital era in the Railway Signalling section

  Railway Signalling is a key element for guaranteeing the safety and efficacy of the National Railway Network, which is why the signalling section of the engineering directorate of SNCF Réseau is accelerating its innovation steps, particularly surrounding 3D technologies. This article shows how the expertise of the Railway Signalling section is developing around 3D.

  Innovation im digitalen Zeitalter in der Abteilung Eisenbahnsignalgebung

  Die Eisenbahnsignalgebung ist ein Schlüsselelement für die Gewährleistung der Sicherheit und Effizienz des nationalen Schienennetzes. Aus diesem Grund beschleunigt die Abteilung SF der Direktion Technik von SNCF Réseau die Innovationsprozesse, insbesondere rund um die 3D-Technologien. Dieser Artikel zeigt, wie sich das Fachwissen der Abteilung Eisenbahnsignalgebung rund um 3D entwickelt.

• Analyse des passages à niveau en 3D

  Lire le résumé

  

  Les passages à niveau sont des points critiques du réseau ferroviaire. Pour améliorer la sécurité, SNCF Réseau utilise des données 3D pour analyser ces passages. Traditionnellement, les relevés topographiques par technique traditionnelle tachéométrique sont employés. L’utilisation de la technologie LiDAR permet désormais de créer des nuages de points 3D de manière non intrusive et non capacitaire. Cette méthode offre une analyse plus précise et sécurisée des passages à niveau, permettant de simuler différentes trajectoires de véhicules et d’identifier les risques de franchissement.

  Analysis of level crossings in 3D

  Level crossings are critical points for the railway network. In order to improve safety, SNCF Réseau uses 3D data to analyse these crossings. Traditionally, topographical recordings based on the traditional tacheometric technique are used. Going forward, the use of LiDAR technology will allow the creation of clouds of 3D points in a non-intrusive manner not requiring specific capacities. This method provides a more precise and secured analysis of level crossings, allowing the simulation of different vehicle movements and the identification of the risks of crossing.

  Analyse der Bahnübergänge in 3D

  Die Bahnübergänge sind kritische Punkte im Schienennetz. Um die Sicherheit zu verbessern, verwendet SNCF Réseau 3D-Daten, um diese Übergänge zu analysieren. Traditionell werden topografische Vermessungen mittels traditioneller Tachymetrie herangezogen. Durch den Einsatz der LiDAR-Technologie können nun 3D-Punktwolken auf nicht intrusive und kapazitätsunabhängige Weise erstellt werden. Diese Methode bietet eine genauere und gesichertere Analyse der Bahnübergänge und ermöglicht es, verschiedene Fahrzeugbewegungen zu simulieren und Risiken beim Überfahren zu identifizieren.

• Le projet Haute Performance Marseille-Vintimille

  Lire le résumé

  

  Les technologies 3D constituent un levier de transformation du métier d’études de signalisation ferroviaire, notamment pour les projets de régénération liés au déploiement ERTMS. Les dernières avancées de l’équipe projet HPMV mettent en évidence l’importance d’assurer la continuité numérique depuis les études préliminaires jusqu’à la mise en œuvre concrète des installations de signalisation en voie. Une telle démarche nécessite l’utilisation des solutions BIM ouvertes et interopérables facilitant ainsi une gestion plus fluide des données techniques. Quant aux développements futurs, une approche système devrait être privilégiée.

  High-performance project Marseille-Ventimiglia

  3D technologies constitute a lever for transformation in the railway signalling research division, particularly for regeneration projects linked to ERTMS deployment. The latest advances of the HPMV project team manifest the importance of ensuring digital continuity from the preliminary studies through to the concrete setting up of the signalling installations in the track. Such an approach requires the use of open and interoperable BIM solutions, thus facilitating the smoother management of technical data. With regard to future developments, a systems approach should be given preference.

  Hochleistungsprojekt Marseille-Ventimiglia

  Die 3D-Technologien stellen einen Hebel für die Umgestaltung im Bereich Forschung für Eisenbahnsignaltechnik dar, insbesondere für die Wiederbelebungsprojekte im Zusammenhang mit dem ERTMS-Einsatz. Die jüngsten Fortschritte des HPMV-Projektteams machen deutlich, wie wichtig es ist, die digitale Kontinuität von den Vorstudien bis zum konkreten Einbau der Signalanlagen im Gleis zu gewährleisten. Ein derartiges Vorgehen erfordert die Verwendung offener und interoperabler BIM-Lösungen, die eine reibungslosere Verwaltung der technischen Daten ermöglichen. In Bezug auf zukünftige Entwicklungen sollte ein Systemansatz bevorzugt werden.

• Enjeux de la normalisation et de la réglementation dans l’utilisation des données 3D pour les infrastructures

  Lire le résumé

  

  Cet article met en avant l’importance cruciale de la standardisation des données 3D pour répondre au défi de l’interopérabilité et assurer une continuité numérique efficace au sein du secteur ferroviaire. Il souligne comment une normalisation en mode projet peut catalyser le déploiement des solutions innovantes, essentiel pour l’optimisation des processus de conception, de construction et de maintenance. Il examine également l’impact significatif du processus de réglementation sur la gestion des données 3D, en insistant sur la nécessité de son harmonisation au niveau européen pour faciliter la collaboration.

  Challenges of normalisation and regulation when using 3D data for railway infrastructures

  This article presents the vital importance of the standardisation of 3D data to meet the challenge of interoperability and to ensure efficient digital continuity in the railway sector. It emphasizes the way that normalisation at the design stage can catalyse the deployment of innovative solutions essential for the optimisation of conceptual, construction and maintenance processes. It also examines the significant impact of the regulation process on the management of 3D data, insisting on the necessity that this is harmonised on a European level to facilitate collaboration.

  Herausforderungen der Normung sowie der Regulierung bei der Nutzung von 3D-Daten für die Eisenbahninfrastrukturen

  Dieser Artikel hebt die ausschlaggebende Bedeutung der Standardisierung der 3D-Daten hervor, um der Herausforderung der Interoperabilität zu begegnen und eine effiziente digitale Kontinuität innerhalb des Eisenbahnsektors zu gewährleisten. Er zeigt auf, wie eine Normung im Projektstadium den Einsatz der innovativen Lösungen katalysieren kann, der für die Optimierung der Entwurfs-, Bau- und Instandhaltungsprozesse entscheidend sind. Er untersucht auch die erheblichen Auswirkungen des Regulierungsprozesses auf die Verwaltung der 3D-Daten und betont, dass diese auf europäischer Ebene harmonisiert werden muss, um die Zusammenarbeit zu erleichtern.

• En conclusion: les technologies de mesure 3D au service du ferroviaire

  Lire le résumé

  

  L’essor des technologies de mesure 3D offre à SNCF Réseau de nouvelles capacités pour évaluer, surveiller et optimiser l’infrastructure ferroviaire. Depuis 2006, le groupe SNCF se positionne comme leader dans l’intégration de ces technologies en milieu ferroviaire et exploite aujourd’hui quotidiennement des systèmes de mesure 3D pour garantir la qualité et la sécurité de son réseau. Cet article présente de façon synthétique les technologies déployées, leurs applications en environnement ferroviaire et les avantages techniques, économiques et environnementaux qui en découlent.

  In conclusion: 3D measuring technologies serving the railways

  The evolution of 3D measuring technologies offers SNCF Réseau new capacities for evaluating, monitoring and optimising the railway infrastructure. Starting in 2006, the SNCF group has positioned itself as a leader in the integration of these technologies in the railway environment and today operates 3D measuring systems on a daily basis to guarantee its network’s quality and safety. This article presents a synthesis of the technologies deployed, their applications in the railway environment and the resulting technical, economic and environmental advantages.

  Fazit: 3D-Messtechnologien im Dienste der Eisenbahn

  Der Aufschwung der 3D-Messtechnologien bietet SNCF Réseau neue Kapazitäten zur Bewertung, Überwachung und Optimierung der Eisenbahninfrastruktur. Seit 2006 ist der SNCF-Konzern führend bei der Integration dieser Technologien im Eisenbahnumfeld und betreibt heutzutage täglich 3D-Messsysteme, um die Qualität und Sicherheit seines Netzes zu gewährleisten. In diesem Artikel werden die eingesetzten Technologien, ihre Anwendung im Eisenbahnumfeld und die sich daraus ergebenden technischen, wirtschaftlichen und ökologischen Vorteile zusammenfassend dargestellt.