Admin

Проекты систем технического зрения для автоматического управления движением

ОХОТНИКОВ Андрей Леонидович, АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», заместитель начальника Департамента -начальник отдела стратегического развития, Москва, Россия

Ключевые слова: автономный транспорт, система автоматического управления движением поездов, дистанционное управление поездом, интеллектуальная транспортная система, система технического зрения, обнаружение препятствий
Аннотация. В статье рассмотрены проекты создания систем технического зрения (СТЗ) для обнаружения препятствий, представляющие собой один из элементов системы автоматического управления движением поездов (САУ ДП). Проведен сравнительный анализ зарубежных и отечественных разработок, который показал высокий уровень готовности российских технологий для внедрения их в промышленную эксплуатацию. Комплексный подход разработчиков к решению сложных технических и технологических задач предоставляет возможность создания беспилотного, полностью автономного подвижного состава за счет использования новых цифровых решений, современной аппаратной базы и инструментов искусственного интеллекта.

Беспилотные технологии все шире применяются в различных областях. В отчете аналитиков Visiongain указано, что мировой рынок технологий по автоматизации подвижного состава в последние годы динамично развивается. Сегодня объем рынка составляет более $7 млрд и к 2031 г. превысит $21 млрд.
Система автоматического управления движением поездов (САУ ДП) является перспективной и повышающей безопасность пассажирских и грузовых перевозок. Железнодорожные компании рассматривают САУ ДП как новую операционную парадигму, которая даст возможность повысить гибкость и безопасность движения с одновременным снижением операционных затрат. При этом рассматриваются три ключевых сегмента использования системы автоматического управления движением поездов: магистральный, маневровый и городской [1].


Для разработки и внедрения высокотехнологичных решений в области искусственного интеллекта и систем автоматического управления во многих странах
создаются проекты, способные довести перспективные разработки с элементами искусственного интеллекта и сенсорики до промышленного образца. К ним относятся такие проекты, как Sensors4Rail, SMART2, RODS от Rail Vision, VAL 2020 и многие другие, в том числе стартующий в 2024 г. Europe’s Rail (EU-Rail), созданный в рамках программы Horizon Europe (2020-2027) и являющийся логическим продолжением программы Shift2Rail.
В России системы технического зрения применяются с 2017 г. на тяговом подвижном составе на станции Лужская. К существующим проектам российских разработчиков относятся Ctrl ©Vision 100 (ООО «ЛокоТех-Сигнал»), БОП (ОАО «РЖД», АО «НИИАС») и БСТЗ (АО «НИИАС»), Cognitive Rail Pilot (ООО «Когнитив Робо-тикс»). Разработку СТЗ осуществляют и другие предприятия, в том числе «АВП-Технология».
Sensors4Rail- проект запущен в конце 2020 г. для оснащения подвижного состава городской железной дороги Гамбурга (Германия) интеллектуальными датчиками технического зрения для
контроля обстановки перед поездом и определения препятствий. В нем участвуют такие компании, как Siemens Mobility, Bosch Engineering, Here Technologies и Ibeo Automotive Systems и др.
Компания Siemens отвечает за комплексное тестирование и определение местоположения головы поезда с применением современных средств одометрии, включающих спутниковую навигацию. Bosch предоставляет радары и инфракрасные камеры среднего и дальнего радиуса действия, а также стереокамеры, которые позволяют надежно распознавать окружающую обстановку в сложных погодных условиях (ночью и в тумане). Ibeo поставляет для проекта твердотельные лидары. Here Technologies обеспечивает сопровождение 3D электронных карт пути с указанием опорных объектов, посредством которых можно определить положение поезда с сантиметровой точностью. Объекты цифровой модели пути используются также для определения высокоточных координат головы поезда на платформах с применением технологий Bosch и Ibeo. Телекоммуникационная компания Vodafone организует высокоскоростную сеть связи стандарта 4G [2].
Указанные технологии позволят повысить уровень автоматизации управления поездами вплоть до GoA4 и создать интеллектуальную транспортную систему (ИТС). Система управления, лежащая в основе ИТС, даст возможность контролировать работу множества киберфизических систем (КФС), которые выполняют различные функции в железнодорожных перевозках [3].
Позиционирование поезда осуществляется путем обработки сигналов системы спутниковой навигации, а радиоканал обмена данными со скоростью до 10 Гбит/с основан на использовании сети стандарта 4G. Одна из главных задач проекта заключается в интегрировании в состав бортового оборудования видеокамер, радаров и лидаров, а также высокопроизводительных серверов с несколькими графическими процессорами и хранилища данных.


Шесть лидаров, размещенных над лобовым стеклом кабины машиниста, сканируют пространство перед поездом, выполняя 30720 измерений с частотой 15 Гц и формируя трехмерное облако точек в реальном времени. Тепловизор служит для обнаружения объектов, имеющих электромагнитное тепловое излучение. Как и лидары, работающие в диапазоне, близком к инфракрасному, эта ИК-камера способна различать неподвижные и движущиеся объекты независимо от их освещенности, в том числе в полной темноте, как например, в тоннелях.
Под лобовым стеклом установлены еще три камеры видимого диапазона: одна из них выдает изображение объектов ближней зоны с указанием глубины; две другие контролируют среднюю (300 м с углом обзора 30°) и дальнюю (550 м с углом обзора 10°) зоны. При распознавании объектов сенсорами учитываются не только условия окружающей среды, но и размеры объекта, его контрастность и отражающая способность. В комплект датчиков головной части поезда входят также четыре радара, работающие на частоте от 76 до 77 ГГц.
Бортовая подсистема определения местоположения поезда включает в себя импульсный колесный и инерциальный датчики, а также оптический датчик головки рельса и вычислительное устройство. В этом устройстве происходит консолидация данных от датчиков, в том числе используемых в подсистеме распознавания окружающей обстановки и получаемых методом локализации и построения карты (SLAM) при помощи радаров, а также путем обнаружения объектов, которые выступают в роли реперных точек. Определенное таким образом местоположение поезда сравнивается с данными эталонной высокоточной системы позиционирования, использующей комплексирование информации электронных карт и спутниковых измерений. Выявленные отклонения анализируются и нивелируются. Схема реализации системы Sensors4Rail показана на рис. 1, размещение оборудования на локомотиве - на рис. 2.
SMART2- проект, запущенный в 2019 г., является продолжением европейской инициативы SMART от Shift2Rail. Он включает разработку системы обнаружения препятствий для грузовых поездов на железнодорожных магистралях со смешанным движением на скорости до 100 км/ч [4]. К задачам проекта относятся: распознавание рельсового пути, обнаружение возможных препятствий на расстоянии до 1 000 м и вагонов на расстоянии до 200 м для маневровых операций с точностью до ± 5 см. Полевые испытания показали, что система соответствует всем определенным для нее функциональным требованиям.

Цель проекта состояла в разработке системы всепогодного обнаружения препятствий дальнего действия и обнаружения проникновения на пути посторонних. Она объединяет в себе бортовую, инфраструктурную и основанную на дронах подсистемы технического зрения, а также центральную систему поддержки принятия решений, реализованную в облачной среде. Такая интегрированная система дает возможность расширить зону обнаружения, включая области за поворотом, уклоном, тоннелем и другими элементами, блокирующими обзор, а также подходит для высокоскоростного движения. Реализация проекта рассчитана на четыре года.
RODS от Rail Vision представляет собой одну из разработок израильской компании Rail Vision в части определения препятствий на железной дороге. Система RODS (Rail Obstacle Detection System) может определять препятствия в условиях прямой видимости на расстоянии до 2000 м при движении поезда со скоростью 200 км/ч [5].
Решение RODS помогает машинисту или оператору (в случае дистанционного управления) осуществлять полный визуальный контроль с помощью комплекта оборудования,установленного на крыше поезда. В такой комплект входит длиннофокусная камера видимого обзора и две инфракрасные камеры для дальней (1-2 км) и средней (до 800 м) дистанций. Информация от всех камер объединяется и обрабатывается. После идентифицирования объекта на путях машинисту выдается аварийное оповещение для принятия мер по предотвращению аварийной ситуации.

Cognitive Rail Pilot является российской разработкой компании Cognitive Technologies. Тестирование и испытание аппаратной части этой системы проводились по многим параметрам: электромагнитной совместимости, помехо-, вибро- и влагоустойчивости, соответствию климатическим нормами др. В ходе испытаний маневровые тепловозы, оборудованные системой технического зрения, эксплуатировались более 300 ч в режиме опытного пробега с участием разработчиков и более 5 тыс. ч - в условиях подконтрольной эксплуатации без их присутствия.
Камеры, интегрированные в систему, в настоящее время позволяют распознавать объекты на расстоянии до 300 м, однако планируется увеличить этот показатель не менее, чем в 2 раза. Система готова к тиражированию для маневровых локомотивов [6]. На рис. 3 приведены элементы системы Cognitive Rail Pilot: блок видеокамер с электронной системой контроля и поддержания климата и трехосевой системой гашения вибраций (1), специализированный радар миллиметрового диапазона высокого разрешения (2), высокопроизводительный вычислительный блок в индустриальном исполнении (3).



БСТЗ - бортовая система технического зрения, разработанная АО «НИИАС», прошла сертификацию. Проведено декларирование компонентов аппаратной и программной части оборудования БСТЗ на соответствие требованиям технического регламента Таможенного союза. Система установлена на маневровом локомотиве ЧМЭЗ.
БСТЗ представляет собой распределенную систему, содержащую две видеокамеры ближнего (до 50 м) и две дальнего (50-200 м) действия, вычислительный модуль, модуль управления, монитор для взаимодействия с машинистом и устройство управления тормозной системой [7]. Она определяет наличие препятствия на пути маневрового локомотива и расстояние до него (до 100 м), исправность колеи по пути следования (до 200 м), стрелок (до 100 м) и их положение (до 50 м), светофоров и их показаний (до 200 м).
В качестве основной технологии обработки видеоинформации в вычислительном модуле используются новейшие архитектуры нейронных сетей для решения задач сегментации, локализации и классификации объектов. Элементы СТЗ для маневровых локомотивов изображены на рис. 4: вычислительный модуль (1), модуль управления (2), модуль с камерами (3).
БОП - блок обнаружения препятствий. Это - интегрированный бортовой комплекс, использующий широкий спектр цифровых датчиков и реализующий передовые решения по обработке данных, в которых применяется искусственный интеллект (искусственные нейронные сети и глубокое обучение). БОП имеет модульную архитектуру и уникальное программное обеспечение. Предполагается, что в конечном исполнении в него войдут 4 радара, 4 лидара, 2 тепловизора и 8 видеокамер. Предусмотрено, что система технического зрения БОП будет работать при любых климатических условиях и в ночное время.
БОП, созданный ОАО «РЖД» совместно с АО «НИИАС», прошел сертификацию специальной модификации электропоезда «Ласточка» с уровнем автоматизации GoA3+. Сертификаты соответствия требованиям Технического регламента Таможенного союза получены в конце 2021 г. В процессе ходовых испытаний подтверждена возможность распознавания препятствий на расстоянии не менее 600 м. Система технического зрения БОП представлена на рис. 5.


Система БОП наиболее близка по параметрам к Sensors4Rail. Сравнительные данные о функциях и оборудовании этих систем приведены в таблице.
Ctrl@Vision 100 - система позволяет определять препятствия и автоматически предотвращать столкновения посредством подачи управляющего сигнала на торможение. Она создана ООО «Ло-коТех-Сигнал» и установлена на маневровом тепловозе ТГМ6А на Череповецком металлургическом комбинате [8].
В Ctrl ©Vision 100 применены 4 камеры (рис. 6): одна - для ближней зоны (20 м), другая -для детектирования объектов от 100 м, еще две - используются в качестве стереопары для определения расстояния до объектов (вместо дорогих лидаров). Радар применяется для обнаружения и регистрации скорости объекта на путях. Дальность действия системы технического зрения Ctrl @ Vision 100 составляет 100-150 м с возможностью работы в любую погоду, время реакции на препятствие - до 0,5 с.
Таким образом, приведенные в статье проекты по разработке СТЗ для систем автоматического управления беспилотным железнодорожным транспортом подтверждают активную работу отечественных и зарубежных компаний по созданию современных средств для точного определения и идентификации препятствий с целью предотвращения аварийных ситуаций.


После длительного перерыва, вызванного пандемией, в 2022 г. в Берлине состоялась крупнейшая международная железнодорожная выставка ИнноТранс, где были представлены основные тренды в области систем автоматического управления, перспективные технические решения для СТЗ [9]. Следует отметить, что сравнительный анализ отечественных и зарубежных проектов показал высокую научно-технологическую готовность подразделений холдинга «РЖД» к созданию элементов системы автоматического управления и внедрению новейших разработок в области беспилотных технологий. Эти разработки позволят в дальнейшем владельцам железнодорожной инфраструктуры повысить энергоэффективность и увеличить пропускную способность железнодорожных линий за счет использования беспилотного подвижного состава.

СПИСОК источников

1. Охотников А.Л. Алгоритм выбора оборудования для систем технического зрения на железнодорожном транспорте // Наука и технологии железных дорог. 2021. Т. 5, № 1 (17). С. 65-74. EDN: TWRACV.
2. Пилотный проект цифровизации городской железной дороги Гамбурга
// Железные дороги мира. 2021. № 5. С. 67-71. EDN: ZTVSNT.
3. Охотников А.Л., Цветков В.Я., Козлов А.В. Алгоритмы транспортных киберфизических систем // Железнодорожный транспорт. 2021. № 12. С. 49-53. EDN: KJWWMQ.
4. SMART2 project : сайт. URL: https://smart2rail-project.net/.
5. Охотников А.Л., Цветков В.Я. Управление автоматическими транспортными объектами в стохастической ситуации // Автоматика, связь, информатика. 2021. № 2. С. 37-41. DOI: 10.34649/АТ.2021.2.2.002.
6. Столчнев A. CognitivePilot готова к серийному выпуску систем технического зрения для подвижного состава // Rollingstockworld : сайт. 2022. 4 марта. URL: https:// rollingstockworld.ru/komponenty/ cognitive-pilot-gotova-k-serijnomu-vypusku-sistem-tehnicheskogo-zreniya-dlya-podvizhnogo-sostava/(Обращение 11.12.2022).
7. Хатламаджиян A.E., Орлов В.В., Николаев И.С. Повышение безопасности движения поездов с помощью бортовой системы технического зрения // Эксплуатационная надежность локомотивного парка и повышение эффективности тяги поездов : материалы VII Всероссийской научно-технической конференции с международным участием. Омск: ОмГУПС, 2022. С. 328-334. EDN: JTLVDQ.
8. Мащенко П.Е., Шутилов К.В. Анализ сенсоров систем технического зрения для нужд промышленного железнодорожного транспорта // Вестник Института проблем естественных монополий : Техника железных дорог. 2021. Na 1 (53). С. 40-45. EDN: FEUABX.
9. Автономное движение - отечественный и зарубежный опыт / А.И. Долгий, Е.Н. Розенберг, А.В. Озеров, П.А. Попов, М.А. Чернин // Автоматика, связь, информатика. 2022. № 12. С. 14-16. DOI: 10.34649/ АТ.2022.12.12.002.