LNER와 네트워크 레일의 AI 사슴 퇴치 장치, 예상 선로 충돌 건수를 8건에서 1건으로 줄여

철로에 들어오는 사슴은 오래된 문제지만, 만족스럽지 않은 두 가지 해법만 있었다. 열차에 장착하는 경적은 신뢰할 수 없고, 높은 울타리는 비용이 많이 든다. 열차 운영사 LNER와 네트워크 레일은 피터버러와 그랜섬 사이 1마일 구간에서 다른 접근법을 시험했다. 센서와 AI를 기반으로 한 자동 사슴 퇴치 시스템 '애즈(Adds)'다.

이 시스템은 음향 및 영상 센서를 사용해 사슴이 선로에 접근하는지 식별한다. 사슴이 감지되면 다양한 청각 및 시각 경보가 울려 사슴을 선로에서 멀어지게 하며, 이후 AI 카메라가 사슴이 안전한 거리로 유도될 때까지 그 움직임을 모니터링한다. 따라서 모든 퇴치는 추정이 아니라 검증된다.

수치가 효과를 입증했다. LNER에 따르면 애즈는 2023년 5월 시험 시작 이후 주당 평균 50마리의 사슴을 퇴치했으며, 해당 기간 시험 구역에서 열차에 사슴이 치일 사고가 약 8건 예상되었으나 보고된 것은 1건뿐이었다. 이 시스템은 사슴 침입률이 높은 런던 킹스크로스와 에든버러 사이 이스트 코스트 본선의 다른 구간에도 도입될 예정이다.

일괄적인 퇴치 방식을 폐쇄 루프로 대체한다. 사슴을 감지하고, 다양한 경보로 퇴치하며, 안전한 거리에 도달할 때까지 AI 카메라로 계속 지켜보는 것이다.

기존의 두 가지 선택지는 서로 반대되는 방식으로 실패한다. 경적은 신뢰성 있게 작동하지 않고, 울타리는 효과가 있지만 긴 선로를 따라 운영하기에는 비용이 너무 많이 든다. 그래서 센서 기반 접근법이 들어설 여지가 있었다.

다양한 경보가 중요하다. 하나의 고정된 소리는 무시하게 되지만, 청각 및 시각 신호를 섞으면 동물이 피해 움직일 대상이 생긴다.

AI 카메라가 루프를 완성한다. 경보가 효과가 있었다고 가정하는 대신, 시스템은 사슴이 실제로 안전한 거리까지 벗어날 때까지 지켜본다.

성과는 두 측면 모두에 나타난다. LNER의 대니 곤잘레스는 이 시스템이 '시간과 스트레스, 그리고 가장 중요하게는 사슴을 절약할 수 있다'고 말했고, 노선 엔지니어 조 프리스틀리는 지연 감소와 연결지었다.

무딘 해결책이 신뢰할 수 없거나 너무 비쌀 때는 루프를 완성하라. 특정 동물을 감지하고, 개별적으로 퇴치하며, 수동 하드웨어에 기대는 대신 카메라로 결과를 검증하라.

LNER는 시험을 성공으로 평가하며, 이 시스템이 런던 킹스크로스와 에든버러 사이에 걸쳐 있는 이스트 코스트 본선의 침입률이 높은 다른 구간에도 도입될 것이라고 밝혔다.