Since 2020, the development of an autonomous device designed for predictive diagnostics of switches and crossings has been in progress within the project Výhybka 4.0 (TAČR, Doprava 2020+ programme). The general principle is to capture signals from sensors installed on the turnout and on the bogie of passing vehicle and then process the signals using machine learning and artificial intelligence methods. The result is information about the state of the turnout, which will be available for the railway manager. The general philosophy of autonomous turnout diagnostics developed within the Turnout 4.0 project was presented in this paper. The general principles of the approach to this problem and the work with data were presented. Sensors and related equipment for the subsystem where the infrastructure diagnoses the infrastructure, i.e. DISC-S, were presented in detail. Furthermore, the following elements of the whole system were described briefly, i.e. the database, the evaluation software and the display of the results to the end user.

Od roku 2020 probíhá vývoj autonomního zařízení určeného pro prediktivní diagnostiku výhybek a výhybkových konstrukcí v rámci projektu Výhybka 4.0 (TAČR, program Doprava 2020+). Principem je snímání signálů ze snímačů instalovaných na výhybce i na vozidle a následné zpracování signálů metodami strojového učení a umělé inteligence. Výsledkem je informace o stavu výhybky, která bude zprostředkována manažerovi železniční dopravní cesty. V článku byla představena obecná filozofie autonomní diagnostiky výhybek vyvíjená v rámci projektu Výhybka 4.0. Byly uvedeny obecné principy přístupu k této problematice a práce s daty. Podrobně byly představeny snímače a související zařízení pro subsystém, kdy infrastruktura kontroluje infrastrukturu, tj. DISC-S. Dále byly zevrubně popsány následující prvky celého systému, tedy databáze, vyhodnocovací software a zobrazení výsledků koncovému uživateli.