রেল পরিবহনে মানবহীন প্রযুক্তির উন্নয়ন

রেলপথে মনুষ্যবিহীন প্রযুক্তির বিকাশ বেশ অনেক আগে শুরু হয়েছিল, ইতিমধ্যে 1957 সালে, যখন শহরতলির ট্রেনগুলির জন্য প্রথম পরীক্ষামূলক অটোপাইলট কমপ্লেক্স তৈরি করা হয়েছিল। রেলওয়ে পরিবহনের জন্য অটোমেশনের স্তরগুলির মধ্যে পার্থক্য বোঝার জন্য, একটি গ্রেডেশন চালু করা হয়েছে, যা IEC-62290-1 স্ট্যান্ডার্ডে সংজ্ঞায়িত করা হয়েছে। সড়ক পরিবহনের বিপরীতে, রেল পরিবহনে 4 ডিগ্রি অটোমেশন রয়েছে, চিত্র 1 এ দেখানো হয়েছে।

চিত্র 1. IEC-62290 অনুযায়ী অটোমেশনের ডিগ্রি

রাশিয়ান রেলওয়ে নেটওয়ার্কে চালিত প্রায় সমস্ত ট্রেনগুলি অটোমেশন স্তর 1 এর সাথে সম্পর্কিত একটি সুরক্ষা ডিভাইস দিয়ে সজ্জিত। অটোমেশন স্তর 2 সহ ট্রেনগুলি 20 বছরেরও বেশি সময় ধরে রাশিয়ান রেলওয়ে নেটওয়ার্কে সফলভাবে পরিচালিত হয়েছে, কয়েক হাজার লোকোমোটিভ সজ্জিত। ট্র্যাক সার্কিট থেকে একটি ইন্ডাকটিভ চ্যানেলের মাধ্যমে প্রাপ্ত স্বয়ংক্রিয় লোকোমোটিভ সিগন্যালিং সিস্টেমের সময়সূচী এবং ইঙ্গিতগুলিকে বিবেচনায় নিয়ে একটি প্রদত্ত রুটে শক্তি-অনুকূল ট্রেন নির্দেশনার জন্য ট্র্যাকশন নিয়ন্ত্রণ এবং ব্রেকিং অ্যালগরিদম দ্বারা এই স্তরটি প্রয়োগ করা হয়। লেভেল 2 এর ব্যবহার ড্রাইভারের ক্লান্তি কমায় এবং ট্র্যাফিক সময়সূচী সম্পাদনে শক্তি খরচ এবং নির্ভুলতা বৃদ্ধি করে।

লেভেল 3 ক্যাবে ড্রাইভারের সম্ভাব্য অনুপস্থিতি অনুমান করে, যার জন্য একটি ভিশন সিস্টেম বাস্তবায়ন প্রয়োজন।

লেভেল 4 বোর্ডে একজন চালকের সম্পূর্ণ অনুপস্থিতি বোঝায়, যার জন্য লোকোমোটিভ (বৈদ্যুতিক ট্রেন) এর ডিজাইনে উল্লেখযোগ্য পরিবর্তন প্রয়োজন। উদাহরণস্বরূপ, বোর্ডে স্বয়ংক্রিয় সুইচগুলি ইনস্টল করা আছে, যেগুলি বোর্ডে একজন ব্যক্তির উপস্থিতি ব্যতীত ট্রিগার করা হলে পুনরায় মোরগ করা সম্ভব হবে না।

বর্তমানে, সিমেন্স, অ্যালস্টম, থ্যালেস, এসএনসিএফ, এসবিবি এবং অন্যান্যদের মতো বিশ্বের শীর্ষস্থানীয় কোম্পানিগুলি দ্বারা 3 এবং 4 স্তর অর্জনের প্রকল্পগুলি বাস্তবায়িত হচ্ছে৷

সিমেন্স সেপ্টেম্বর 2018 সালে ইনোট্রান্স প্রদর্শনীতে মনুষ্যবিহীন ট্রামের ক্ষেত্রে তার প্রকল্প উপস্থাপন করে। এই ট্রামটি 3 সাল থেকে GoA2018 অটোমেশন স্তরের সাথে পটসডামে চালু রয়েছে।

চিত্র 2 সিমেন্স ট্রাম
2019 সালে, সিমেন্স তার মানবহীন রুটের দৈর্ঘ্য দ্বিগুণেরও বেশি করেছে।
রাশিয়ান রেলওয়ে বিশ্বের প্রথম কোম্পানিগুলির মধ্যে একটি যারা মনুষ্যবিহীন রেলওয়ে যানবাহন বিকাশ শুরু করেছে। এইভাবে, 2015 সালে, লুজস্কায়া স্টেশনে, 3টি শান্টিং লোকোমোটিভের চলাচল স্বয়ংক্রিয় করার জন্য একটি প্রকল্প চালু করা হয়েছিল, যেখানে NIIAS JSC প্রকল্প সংহতকারী এবং মৌলিক প্রযুক্তির বিকাশকারী হিসাবে কাজ করেছিল।

একটি মনুষ্যবিহীন লোকোমোটিভ তৈরি করা একটি জটিল জটিল প্রক্রিয়া যা অন্যান্য কোম্পানির সাথে সহযোগিতা ছাড়া অসম্ভব। অতএব, লুজস্কায়া স্টেশনে, জেএসসি এনআইআইএএসের সাথে, এই জাতীয় সংস্থাগুলি এতে অংশ নেয়:

• অনবোর্ড কন্ট্রোল সিস্টেমের বিকাশের ক্ষেত্রে JSC "VNIKTI";
• সিমেন্স - মার্শালিং ইয়ার্ডের (MSR-32 সিস্টেম) ক্রিয়াকলাপ স্বয়ংক্রিয়করণ এবং পুশিং গাড়ির অপারেশন স্বয়ংক্রিয়করণের ক্ষেত্রে;
• JSC "Radioavionika" মাইক্রোপ্রসেসর ইন্টারলকিং সিস্টেমের পরিপ্রেক্ষিতে যা তীর, ট্রাফিক লাইট নিয়ন্ত্রণ করে;
• PKB TsT - একটি সিমুলেটর তৈরি;
• রাশিয়ান রেলওয়ে প্রকল্প সমন্বয়কারী হিসাবে।

প্রথম পর্যায়ে, কাজটি ছিল ট্র্যাফিক অটোমেশনের স্তর 2 অর্জন করা, যখন চালক, শান্টিং কাজ সংগঠিত করার জন্য সাধারণ পরিস্থিতিতে, লোকোমোটিভ নিয়ন্ত্রণগুলি ব্যবহার করেন না।

প্রচলিত শান্টিং লোকোমোটিভগুলির অপারেশন চলাকালীন, প্রেরক থেকে ড্রাইভারের কাছে উপযুক্ত রুট সেট করে ভয়েস কমান্ড প্রেরণের মাধ্যমে ট্র্যাফিক নিয়ন্ত্রণ করা হয় (তীর বাঁকানো, ট্র্যাফিক লাইট চালু করা)।

অটোমেশনের লেভেল 2 এ যাওয়ার সময়, সমস্ত ভয়েস কমিউনিকেশন একটি ডিজিটাল সুরক্ষিত রেডিও চ্যানেলের মাধ্যমে প্রেরিত কমান্ডের সিস্টেম দ্বারা প্রতিস্থাপিত হয়। প্রযুক্তিগতভাবে, লুজস্কায়া স্টেশনে শান্টিং লোকোমোটিভগুলির পরিচালনার ভিত্তিতে তৈরি করা হয়েছিল:

• স্টেশনের ইউনিফাইড ডিজিটাল মডেল;
• শান্টিং লোকোমোটিভগুলির গতিবিধি নিয়ন্ত্রণের জন্য প্রোটোকল (কমান্ড প্রেরণ এবং তাদের সম্পাদন পর্যবেক্ষণের জন্য);
• নির্দিষ্ট রুট, তীর এবং সংকেতগুলির অবস্থান সম্পর্কে তথ্য পেতে বৈদ্যুতিক ইন্টারলকিং সিস্টেমের সাথে মিথস্ক্রিয়া;
• শান্টিং লোকোমোটিভের জন্য পজিশনিং সিস্টেম;
• নির্ভরযোগ্য ডিজিটাল রেডিও।

2017 সালের মধ্যে, 3 টি TEM-7A শান্টিং লোকোমোটিভগুলি সম্পূর্ণ স্বয়ংক্রিয় মোডে লুজস্কায়া স্টেশনে 95% সময় পরিচালনা করেছিল, নিম্নলিখিত ক্রিয়াকলাপগুলি সম্পাদন করে:

• একটি প্রদত্ত রুট বরাবর স্বয়ংক্রিয় আন্দোলন;
• ওয়াগনগুলিতে স্বয়ংক্রিয় অ্যাক্সেস;
• ওয়াগনের সাথে স্বয়ংক্রিয় সংযোগ;
• একটি মার্শালিং ইয়ার্ডের উপর ওয়াগন ঠেলে দিচ্ছে।

2017 সালে, লোকোমোটিভগুলি বন্ধ করার জন্য একটি ভিশন সিস্টেম তৈরি করতে এবং জরুরী পরিস্থিতিতে রিমোট কন্ট্রোল চালু করার জন্য একটি প্রকল্প চালু করা হয়েছিল।

নভেম্বর 2017-এ, JSC NIIAS বিশেষজ্ঞরা রাডার, লিডার এবং ক্যামেরা সমন্বিত লোকোমোটিভগুলিকে শান্ট করার জন্য একটি ভিশন সিস্টেমের প্রথম প্রোটোটাইপ ইনস্টল করেছেন (চিত্র 3)।

চিত্র 3 ভিশন সিস্টেমের প্রথম সংস্করণ

2017 - 2018 সালে প্রযুক্তিগত দৃষ্টি সিস্টেমের লুগা স্টেশনে পরীক্ষার সময়, নিম্নলিখিত সিদ্ধান্তগুলি তৈরি করা হয়েছিল:

• বাধা শনাক্ত করার জন্য রাডারের ব্যবহার অবাস্তব, যেহেতু রেলওয়েতে ভাল প্রতিফলনশীলতার সাথে উল্লেখযোগ্য সংখ্যক ধাতব বস্তু রয়েছে। তাদের ব্যাকগ্রাউন্ডের বিরুদ্ধে লোকেদের সনাক্তকরণের পরিসীমা 60-70 মিটারের বেশি নয়, উপরন্তু, রাডারগুলির অপর্যাপ্ত কৌণিক রেজোলিউশন রয়েছে এবং এটি প্রায় 1 °। আমাদের অনুসন্ধানগুলি পরবর্তীকালে এসএনসিএফ (ফরাসি রেলওয়ে অপারেটর) এর সহকর্মীদের পরীক্ষার ফলাফল দ্বারা নিশ্চিত করা হয়েছিল।
• লিডার ন্যূনতম শব্দের সাথে খুব ভাল ফলাফল দেয়। তুষারপাত, বৃষ্টি, কুয়াশার ক্ষেত্রে, বস্তুর সনাক্তকরণ পরিসরে একটি অ-গুরুত্বপূর্ণ হ্রাস রয়েছে। যাইহোক, 2017 সালে, লিডারগুলি বেশ ব্যয়বহুল ছিল, যা উল্লেখযোগ্যভাবে প্রকল্পের অর্থনৈতিক কর্মক্ষমতা প্রভাবিত করেছিল।
• ক্যামেরাগুলি প্রযুক্তিগত দৃষ্টি ব্যবস্থার একটি অপরিহার্য উপাদান এবং সনাক্তকরণ, বস্তুর শ্রেণিবিন্যাস এবং দূরবর্তী নিয়ন্ত্রণের কাজের জন্য প্রয়োজনীয়। রাতে অপারেশনের জন্য এবং কঠিন আবহাওয়ার জন্য, কাছাকাছি ইনফ্রারেড রেঞ্জে কাজ করতে সক্ষম একটি বর্ধিত তরঙ্গদৈর্ঘ্য পরিসীমা সহ ইনফ্রারেড ক্যামেরা বা ক্যামেরা থাকা প্রয়োজন।

প্রযুক্তিগত দৃষ্টিভঙ্গির প্রধান কাজ হ'ল ভ্রমণের দিকে বাধা এবং অন্যান্য বস্তু সনাক্ত করা এবং যেহেতু আন্দোলনটি ট্র্যাক বরাবর সঞ্চালিত হয়, তাই এটি সনাক্ত করা প্রয়োজন।

চিত্র 4. মাল্টি-ক্লাস সেগমেন্টেশন (ট্র্যাক, ওয়াগন) এবং বাইনারি মাস্ক ব্যবহার করে ট্র্যাক অক্ষ নির্ধারণের একটি উদাহরণ

চিত্র 4 ট্র্যাক সনাক্তকরণের একটি উদাহরণ দেখায়। তীর বরাবর চলাচলের রুট দ্ব্যর্থহীনভাবে নির্ধারণ করার জন্য, তীরটির অবস্থান, ট্র্যাফিক লাইটের রিডিং, বৈদ্যুতিক ইন্টারলকিং সিস্টেম থেকে একটি ডিজিটাল রেডিও চ্যানেলের মাধ্যমে প্রেরণ করা সম্পর্কে একটি অগ্রাধিকার তথ্য ব্যবহার করা হয়। এই মুহুর্তে, বিশ্বের রেলপথে একটি ডিজিটাল রেডিও চ্যানেলের মাধ্যমে ট্রাফিক লাইট পরিত্যাগ এবং নিয়ন্ত্রণ ব্যবস্থায় স্যুইচ করার প্রবণতা রয়েছে৷ এটি উচ্চ-গতির ট্র্যাফিকের জন্য বিশেষত সত্য, যেহেতু 200 কিলোমিটার / ঘন্টার বেশি গতিতে ট্র্যাফিক লাইটের ইঙ্গিতগুলি লক্ষ্য করা এবং সনাক্ত করা কঠিন হয়ে পড়ে। রাশিয়ায়, ট্র্যাফিক লাইটের ব্যবহার ছাড়াই দুটি বিভাগ পরিচালিত হয় - এটি মস্কো সেন্ট্রাল রিং এবং আল্পিকা-সার্ভিস - অ্যাডলার লাইন।

শীতকালে, পরিস্থিতি দেখা দিতে পারে যখন ট্র্যাকটি সম্পূর্ণরূপে তুষারে ঢেকে যায় এবং ট্র্যাকের স্বীকৃতি প্রায় অসম্ভব হয়ে পড়ে, যেমন চিত্র 5 এ দেখানো হয়েছে।

চিত্র 5 তুষারে ঢাকা ট্র্যাকের উদাহরণ

এই ক্ষেত্রে, এটি অস্পষ্ট হয়ে যায় যে সনাক্ত করা বস্তুগুলি লোকোমোটিভের চলাচলে হস্তক্ষেপ করে, অর্থাৎ তারা পথে আছে কিনা। লুজস্কায়া স্টেশনে, এই ক্ষেত্রে, স্টেশনের একটি উচ্চ-নির্ভুল ডিজিটাল মডেল এবং একটি উচ্চ-নির্ভুল অনবোর্ড নেভিগেশন সিস্টেম ব্যবহার করা হয়।

তদুপরি, স্টেশনের ডিজিটাল মডেলটি ভিত্তি পয়েন্টগুলির জিওডেটিক পরিমাপের ভিত্তিতে তৈরি করা হয়েছিল। তারপরে, একটি উচ্চ-নির্ভুল পজিশনিং সিস্টেম সহ লোকোমোটিভগুলির অনেকগুলি প্যাসেজের প্রক্রিয়াকরণের উপর ভিত্তি করে, সমস্ত ট্র্যাক বরাবর একটি মানচিত্র সম্পন্ন হয়েছিল।

চিত্র 6 Luzhskoy স্টেশনের ট্র্যাক উন্নয়নের ডিজিটাল মডেল

অন-বোর্ড পজিশনিং সিস্টেমের জন্য সবচেয়ে গুরুত্বপূর্ণ পরামিতিগুলির মধ্যে একটি হল লোকোমোটিভের ওরিয়েন্টেশন (অ্যাজিমুথ) গণনার ত্রুটি। তাদের দ্বারা সনাক্ত করা সেন্সর এবং বস্তুর সঠিক স্থিতিবিন্যাস করার জন্য লোকোমোটিভের অভিযোজন প্রয়োজনীয়। 1° এর অভিযোজন কোণ ত্রুটির সাথে, 100 মিটার দূরত্বে পাথ অক্ষের সাপেক্ষে বস্তুর স্থানাঙ্কের ত্রুটি হবে 1,7 মিটার।

চিত্র 7 তির্যক স্থানাঙ্ক ত্রুটির উপর ওরিয়েন্টেশন ত্রুটির প্রভাব

অতএব, কোণের পরিপ্রেক্ষিতে লোকোমোটিভের অভিযোজন পরিমাপের ক্ষেত্রে সর্বাধিক অনুমোদিত ত্রুটি 0,1° এর বেশি হওয়া উচিত নয়। অনবোর্ড পজিশনিং সিস্টেম নিজেই RTK মোডে দুটি ডুয়াল-ফ্রিকোয়েন্সি নেভিগেশন রিসিভার নিয়ে গঠিত, যার অ্যান্টেনাগুলি লোকোমোটিভের পুরো দৈর্ঘ্য বরাবর একটি লম্বা বেস, স্ট্র্যাপডাউন ইনর্শিয়াল নেভিগেশন সিস্টেম এবং হুইল সেন্সর (ওডোমিটার) এর সাথে সংযোগ তৈরি করতে ব্যবধানে থাকে। শান্টিং লোকোমোটিভের স্থানাঙ্ক নির্ধারণের আদর্শ বিচ্যুতি 5 সেন্টিমিটারের বেশি নয়।

অতিরিক্তভাবে, অতিরিক্ত অবস্থানের ডেটা প্রাপ্ত করার জন্য SLAM প্রযুক্তি (লিডার এবং ভিজ্যুয়াল) ব্যবহার নিয়ে লুজস্কায়া স্টেশনে গবেষণা করা হয়েছিল।
ফলস্বরূপ, লুজস্কায়া স্টেশনে লোকোমোটিভগুলিকে শান্ট করার জন্য রেলগেজের সংকল্পটি অবস্থানের উপর ভিত্তি করে গেজ স্বীকৃতি এবং ডিজিটাল ট্র্যাক মডেল ডেটার ফলাফলগুলিকে একত্রিত করে সঞ্চালিত হয়।

এর উপর ভিত্তি করে বিভিন্ন উপায়ে বাধা সনাক্তকরণ করা হয়:

• লিডার ডেটা;
• স্টেরিও ভিশন ডেটা;
• নিউরাল নেটওয়ার্কের কাজ।

ডেটার প্রধান উত্সগুলির মধ্যে একটি হল লিডার, যা লেজার স্ক্যানিং থেকে বিন্দুর মেঘ তৈরি করে। ব্যবহৃত অ্যালগরিদমগুলি প্রধানত ক্লাসিক্যাল ডেটা ক্লাস্টারিং অ্যালগরিদম ব্যবহার করে। গবেষণার অংশ হিসাবে, লিডার পয়েন্ট ক্লাস্টার করার কাজের জন্য নিউরাল নেটওয়ার্ক ব্যবহার করার কার্যকারিতা, সেইসাথে লিডার ডেটা এবং ভিডিও ক্যামেরা থেকে ডেটা যৌথ প্রক্রিয়াকরণের জন্য, পরীক্ষা করা হয়। চিত্র 8 লিডার ডেটার একটি উদাহরণ দেখায় (বিভিন্ন রিফ্লেক্সিভিটি সহ বিন্দুর মেঘ) লুজস্কায়া স্টেশনে একটি গাড়ির পটভূমিতে একজন ব্যক্তির একটি পুস্তক প্রদর্শন করে।

চিত্র 8. লুজস্কায়া স্টেশনে লিডার থেকে ডেটার উদাহরণ

চিত্র 9 দুটি ভিন্ন লিডারের তথ্য অনুসারে একটি জটিল আকারের একটি গাড়ি থেকে একটি ক্লাস্টার বের করার একটি উদাহরণ দেখায়।

চিত্র 9. একটি হপার গাড়ি থেকে ক্লাস্টার হিসাবে লিডার ডেটা ব্যাখ্যার একটি উদাহরণ

আলাদাভাবে, এটি লক্ষণীয় যে সম্প্রতি লিডারের দাম প্রায় একটি ক্রম দ্বারা হ্রাস পেয়েছে এবং তাদের প্রযুক্তিগত বৈশিষ্ট্যগুলি বেড়েছে। এ ধারা অব্যাহত থাকবে তাতে কোনো সন্দেহ নেই। লুজস্কায়া স্টেশনে ব্যবহৃত লিডার দ্বারা বস্তুর সনাক্তকরণের পরিসীমা প্রায় 150 মিটার।

একটি ভিন্ন শারীরিক নীতি ব্যবহার করে একটি স্টেরিও ক্যামেরাও বাধা সনাক্ত করতে ব্যবহৃত হয়।

চিত্র 10. একটি স্টেরিওপেয়ার এবং সনাক্ত করা ক্লাস্টার থেকে বৈষম্য মানচিত্র

চিত্র 10 খুঁটি, ওয়েবক্স এবং একটি ওয়াগন সনাক্তকরণ সহ স্টেরিও ক্যামেরা ডেটার একটি উদাহরণ দেখায়।

ব্রেক করার জন্য পর্যাপ্ত দূরত্বে পয়েন্ট ক্লাউডের পর্যাপ্ত নির্ভুলতা পাওয়ার জন্য, উচ্চ-রেজোলিউশন ক্যামেরা ব্যবহার করা প্রয়োজন। চিত্রের আকার বৃদ্ধি বৈষম্য মানচিত্র প্রাপ্তির গণনামূলক খরচ বৃদ্ধি করে। দখলকৃত সংস্থানগুলির জন্য প্রয়োজনীয় শর্ত এবং সিস্টেমের প্রতিক্রিয়া সময়ের কারণে, ভিডিও ক্যামেরা থেকে দরকারী ডেটা বের করার জন্য ক্রমাগত অ্যালগরিদম এবং পদ্ধতিগুলি বিকাশ এবং পরীক্ষা করা প্রয়োজন।

অ্যালগরিদমগুলির পরীক্ষা এবং যাচাইয়ের অংশটি একটি রেলওয়ে সিমুলেটর ব্যবহার করে করা হয়, যা ডিজাইন ব্যুরো TsT দ্বারা JSC NIIAS-এর সাথে একত্রে তৈরি করা হচ্ছে। উদাহরণস্বরূপ, চিত্র 11 স্টেরিও ক্যামেরা অ্যালগরিদমের অপারেশন পরীক্ষা করার জন্য একটি সিমুলেটর ব্যবহার দেখায়।

চিত্র 11. A, B - সিমুলেটর থেকে বাম এবং ডান ফ্রেম; B - একটি স্টেরিও ক্যামেরা থেকে ডেটা পুনর্গঠনের শীর্ষ দৃশ্য; D - সিমুলেটর থেকে স্টেরিও ক্যামেরা চিত্রগুলির পুনর্গঠন।

নিউরাল নেটওয়ার্কের প্রধান কাজ হল মানুষ, ওয়াগন এবং তাদের শ্রেণীবিভাগ সনাক্তকরণ।
গুরুতর আবহাওয়ার পরিস্থিতিতে কাজ করার জন্য, JSC NIIAS বিশেষজ্ঞরাও ইনফ্রারেড ক্যামেরা ব্যবহার করে পরীক্ষা চালিয়েছিলেন।

চিত্র 12. আইআর ক্যামেরা থেকে ডেটা

সমস্ত সেন্সর থেকে ডেটা অ্যাসোসিয়েশন অ্যালগরিদমের উপর ভিত্তি করে একত্রিত করা হয়, যেখানে বাধা (বস্তু) এর অস্তিত্বের সম্ভাবনা অনুমান করা হয়।

তদুপরি, পথের সমস্ত বস্তু বাধা নয়; শান্টিং অপারেশন করার সময়, লোকোমোটিভকে স্বয়ংক্রিয়ভাবে গাড়ির সাথে মিলিত হতে হবে।

চিত্র 13. বিভিন্ন সেন্সর দ্বারা বাধা সনাক্তকরণের সাথে গাড়ির প্রবেশপথের ভিজ্যুয়ালাইজেশনের একটি উদাহরণ

মনুষ্যবিহীন শান্টিং লোকোমোটিভগুলি পরিচালনা করার সময়, সরঞ্জামগুলির সাথে কী ঘটছে, এটি কী অবস্থায় রয়েছে তা দ্রুত বোঝা অত্যন্ত গুরুত্বপূর্ণ। এমন পরিস্থিতিও রয়েছে যখন একটি কুকুরের মতো প্রাণী লোকোমোটিভের সামনে উপস্থিত হয়। অন-বোর্ড অ্যালগরিদমগুলি স্বয়ংক্রিয়ভাবে লোকোমোটিভ বন্ধ করে দেবে, তবে কুকুরটি যদি পথ থেকে বের না হয় তবে কী করবেন?

বোর্ডে পরিস্থিতি নিয়ন্ত্রণ করতে এবং জরুরী পরিস্থিতিতে সিদ্ধান্ত নিতে, একটি স্থির রিমোট কন্ট্রোল এবং কন্ট্রোল প্যানেল তৈরি করা হয়েছে, যা স্টেশনে সমস্ত মানবহীন লোকোমোটিভগুলির সাথে কাজ করার জন্য ডিজাইন করা হয়েছে। লুজস্কায়া স্টেশনে, এটি ইসি পোস্টে অবস্থিত।

চিত্র 14 রিমোট কন্ট্রোল এবং ব্যবস্থাপনা

Luzhskoy স্টেশনে, চিত্র 14-এ দেখানো কন্ট্রোল প্যানেল তিনটি শান্টিং লোকোমোটিভের কাজ নিয়ন্ত্রণ করে। প্রয়োজনে, এই রিমোট কন্ট্রোল ব্যবহার করে, আপনি রিয়েল টাইমে তথ্য প্রেরণ করে সংযুক্ত লোকোমোটিভগুলির একটিকে নিয়ন্ত্রণ করতে পারেন (বিলম্বটি 300 এমএস এর বেশি নয়, রেডিও চ্যানেলে ডেটা ট্রান্সমিশন বিবেচনা করে)।

কার্যকরী নিরাপত্তা সমস্যা

মনুষ্যবিহীন লোকোমোটিভগুলি প্রবর্তন করার সময় সবচেয়ে গুরুত্বপূর্ণ সমস্যাটি হল কার্যকরী নিরাপত্তার সমস্যা, আইইসি 61508 মান দ্বারা সংজ্ঞায়িত "নিরাপত্তা সম্পর্কিত বৈদ্যুতিক, ইলেকট্রনিক, প্রোগ্রামেবল ইলেকট্রনিক সিস্টেমগুলির কার্যকরী নিরাপত্তা" (EN50126, EN50128, EN50129), GOST 33435e "ভাইস" রেলওয়ে রোলিং স্টকের নিয়ন্ত্রণ, পর্যবেক্ষণ এবং নিরাপত্তার জন্য"।

সেফটি ইন্টিগ্রিটি লেভেল 4 (SIL4) অন-বোর্ড সুরক্ষা ডিভাইসগুলির প্রয়োজনীয়তাগুলি মেনে চলার প্রয়োজন৷

SIL-4 স্তর মেনে চলার জন্য, সমস্ত বিদ্যমান লোকোমোটিভ সুরক্ষা ডিভাইসগুলি সংখ্যাগরিষ্ঠ যুক্তি অনুসারে তৈরি করা হয়, যেখানে সিদ্ধান্ত নেওয়ার জন্য ফলাফলের তুলনার সাথে দুটি চ্যানেলে (বা তার বেশি) সমান্তরালভাবে গণনা করা হয়।

মনুষ্যবিহীন শান্টিং লোকোমোটিভগুলিতে সেন্সর থেকে ডেটা প্রক্রিয়াকরণের জন্য কম্পিউটিং ইউনিটটি চূড়ান্ত ফলাফলের তুলনা সহ একটি দ্বি-চ্যানেল স্কিম অনুসারে তৈরি করা হয়েছে।

ভিশন সেন্সর ব্যবহার, বিভিন্ন আবহাওয়া এবং বিভিন্ন পরিবেশে কাজ করার জন্য চালকবিহীন যানবাহনের নিরাপত্তা প্রমাণের বিষয়ে একটি নতুন পদ্ধতির প্রয়োজন।

2019 সালে, ISO/PAS 21448 স্ট্যান্ডার্ড "রাস্তার যানবাহন। নির্দিষ্ট ফাংশনের নিরাপত্তা (SOTIF)। এই স্ট্যান্ডার্ডের প্রধান নীতিগুলির মধ্যে একটি হল দৃশ্যকল্প পদ্ধতি, যা বিভিন্ন পরিস্থিতিতে সিস্টেমের আচরণকে বিবেচনা করে। দৃশ্যকল্পের মোট সংখ্যা অসীম। প্রাথমিক ডিজাইনের লক্ষ্য হল 2 এবং 3 ক্ষেত্রগুলিকে ছোট করা যা পরিচিত অনিরাপদ পরিস্থিতি এবং অজানা অনিরাপদ পরিস্থিতিগুলির প্রতিনিধিত্ব করে৷

চিত্র 15 উন্নয়নের ফলে স্ক্রিপ্ট রূপান্তর

এই পদ্ধতির প্রয়োগের অংশ হিসাবে, JSC NIIAS-এর বিশেষজ্ঞরা 2017 সালে অপারেশন শুরু হওয়ার পর থেকে সমস্ত উদীয়মান পরিস্থিতি (পরিস্থিতি) বিশ্লেষণ করেছেন। বাস্তব ক্রিয়াকলাপে সম্মুখীন হওয়া কঠিন কিছু পরিস্থিতি PKB CT সিমুলেটর ব্যবহার করে কাজ করা হয়।

নিয়ন্ত্রক সমস্যা

লোকোমোটিভের ক্যাবে চালকের উপস্থিতি ছাড়াই সম্পূর্ণ স্বয়ংক্রিয় নিয়ন্ত্রণে সরানোর জন্য নিয়ন্ত্রক সমস্যাগুলিকেও সমাধান করতে হবে।

এই মুহুর্তে, JSC রাশিয়ান রেলওয়ে স্বয়ংক্রিয় মোডে রেলওয়ে রোলিং স্টকের জন্য নিয়ন্ত্রণ ব্যবস্থা বাস্তবায়নের ব্যবস্থা বাস্তবায়নের জন্য নিয়ন্ত্রক সহায়তার উপর কাজ বাস্তবায়নের জন্য একটি সময়সূচী অনুমোদন করেছে। সবচেয়ে গুরুত্বপূর্ণ বিষয়গুলির মধ্যে একটি হল অফিসিয়াল তদন্ত এবং পরিবহন ঘটনা রেকর্ড করার পদ্ধতির নিয়মাবলীর আপডেট করা যা রেল পরিবহনে উত্পাদনের সাথে সম্পর্কিত নয় এমন নাগরিকদের জীবন বা স্বাস্থ্যের ক্ষতি করে। এই পরিকল্পনা অনুসারে, 2021 সালে মনুষ্যবিহীন রেলওয়ে যানবাহনের ক্রিয়াকলাপ নিয়ন্ত্রণকারী নথিগুলির একটি প্যাকেজ তৈরি এবং অনুমোদিত হওয়া উচিত।

উত্তরভাষ

এই মুহুর্তে, বিশ্বে মানবহীন শান্টিং লোকোমোটিভগুলির কোনও অ্যানালগ নেই, যা লুজস্কায়া স্টেশনে পরিচালিত হয়। ফ্রান্স (এসএনসিএফ কোম্পানি), জার্মানি, হল্যান্ড (প্রোরেল কোম্পানি), বেলজিয়াম (লাইনাস কোম্পানি) থেকে বিশেষজ্ঞরা 2018-2019 সালে উন্নত নিয়ন্ত্রণ ব্যবস্থার সাথে পরিচিত হয়েছেন এবং এই ধরনের সিস্টেম বাস্তবায়নে আগ্রহী। JSC NIIAS-এর প্রধান কাজগুলির মধ্যে একটি হল কার্যকারিতা প্রসারিত করা এবং রাশিয়ান রেলওয়ে এবং বিদেশী সংস্থাগুলির জন্য তৈরি ম্যানেজমেন্ট সিস্টেমের প্রতিলিপি করা।

বর্তমানে, JSC রাশিয়ান রেলওয়ে মানবহীন বৈদ্যুতিক ট্রেন "লাস্টোচকা" বিকাশের একটি প্রকল্পের নেতৃত্ব দিচ্ছে। চিত্র 16 ফ্রেমওয়ার্কের মধ্যে আগস্ট 2-এ ES2019G Lastochka বৈদ্যুতিক ট্রেনের জন্য প্রোটোটাইপ স্বয়ংক্রিয় নিয়ন্ত্রণ ব্যবস্থার একটি প্রদর্শন দেখায়। আন্তর্জাতিক রেলওয়ে সেলুন স্পেস 1520 "PRO//Movement.Expo"।

চিত্র 16. MCC এ একটি মনুষ্যবিহীন বৈদ্যুতিক ট্রেনের অপারেশনের প্রদর্শনী

একটি মনুষ্যবিহীন বৈদ্যুতিক ট্রেন তৈরি করা অনেক বেশি কঠিন কাজ কারণ উচ্চ গতি, উল্লেখযোগ্য ব্রেকিং দূরত্ব এবং স্টপিং পয়েন্টে যাত্রীদের নিরাপদে বোর্ডিং/অবস্থা নিশ্চিত করা। বর্তমানে, MCC-এ পরীক্ষা সক্রিয়ভাবে চলছে। এই প্রকল্প সম্পর্কে একটি গল্প অদূর ভবিষ্যতে প্রকাশ করার পরিকল্পনা করা হয়েছে।

উত্স: www.habr.com