Die Entwicklung unbemannter Technologien auf der Schiene begann schon vor langer Zeit, bereits 1957, als der erste experimentelle Autopilot-Komplex für S-Bahnen entstand. Um den Unterschied zwischen den Automatisierungsgraden für den Schienenverkehr zu verstehen, wird eine Abstufung eingeführt, die in der Norm IEC-62290-1 definiert ist. Im Gegensatz zum Straßenverkehr weist der Schienenverkehr vier Automatisierungsgrade auf, wie in Abbildung 4 dargestellt.
Abbildung 1. Automatisierungsgrade gemäß IEC-62290
Nahezu alle Züge, die auf dem Netz der Russischen Eisenbahn verkehren, sind mit einer Sicherheitseinrichtung entsprechend der Automatisierungsstufe 1 ausgestattet. Züge mit Automatisierungsstufe 2 sind seit mehr als 20 Jahren erfolgreich auf dem russischen Eisenbahnnetz im Einsatz, mehrere tausend Lokomotiven sind damit ausgestattet. Diese Ebene wird durch Traktionskontroll- und Bremsalgorithmen zur energieoptimalen Zugführung entlang einer vorgegebenen Strecke unter Berücksichtigung des Fahrplans und der über einen induktiven Kanal von Gleisstromkreisen empfangenen Meldungen automatischer Lokomotivsignalanlagen umgesetzt. Der Einsatz von Level 2 reduziert die Ermüdung des Fahrers und führt zu einem Gewinn an Energieverbrauch und Genauigkeit bei der Einhaltung des Verkehrsplans.
Stufe 3 geht von der möglichen Abwesenheit des Fahrers im Fahrerhaus aus, was die Implementierung eines Vision-Systems erfordert.
Stufe 4 impliziert die völlige Abwesenheit eines Lokführers an Bord, was eine wesentliche Änderung im Design der Lokomotive (Elektrozug) erfordert. Beispielsweise sind an Bord automatische Schalter installiert, die sich bei Betätigung ohne Anwesenheit einer Person an Bord nicht wieder spannen lassen.
Derzeit werden Projekte zur Erreichung der Level 3 und 4 von weltweit führenden Unternehmen wie Siemens, Alstom, Thales, SNCF, SBB und anderen umgesetzt.
Siemens stellte sein Projekt im Bereich unbemannte Straßenbahnen im September 2018 auf der Innotrans-Messe vor. Diese Straßenbahn ist seit 3 in Potsdam mit dem Automatisierungsgrad GoA2018 im Einsatz.
Abbildung 2 Siemens-Straßenbahn
Im Jahr 2019 hat Siemens die Länge seiner unbemannten Route mehr als verdoppelt.
Die Russische Eisenbahn ist eines der ersten Unternehmen weltweit, das mit der Entwicklung unbemannter Schienenfahrzeuge begonnen hat. So wurde 2015 am Bahnhof Luzhskaya ein Projekt zur Automatisierung der Bewegung von drei Rangierlokomotiven gestartet, bei dem NIIAS JSC als Projektintegrator und Entwickler grundlegender Technologien fungierte.
Die Schaffung einer unbemannten Lokomotive ist ein komplexer komplexer Prozess, der ohne die Zusammenarbeit mit anderen Unternehmen nicht möglich ist. Daher beteiligen sich am Bahnhof Luzhskaya zusammen mit JSC NIIAS folgende Unternehmen:
- JSC „VNIKTI“ im Hinblick auf die Entwicklung des Bordkontrollsystems;
- Siemens – im Hinblick auf die Automatisierung des Betriebs des Rangierbahnhofs (MSR-32-System) und die Automatisierung des Betriebs von Schiebewagen;
- JSC „Radioavionika“ in Bezug auf Mikroprozessor-Verriegelungssysteme, die Pfeile und Ampeln steuern;
- PKB TsT – Erstellung eines Simulators;
- Russische Eisenbahnen als Projektkoordinator.
In der ersten Phase bestand die Aufgabe darin, die Stufe 2 der Verkehrsautomatisierung zu erreichen, bei der der Triebfahrzeugführer unter normalen Bedingungen für die Organisation von Rangierarbeiten die Lokomotivsteuerung nicht nutzt.
Beim Betrieb konventioneller Rangierlokomotiven erfolgt die Verkehrssteuerung durch die Übermittlung von Sprachbefehlen vom Fahrdienstleiter an den Lokführer mit Einstellung der entsprechenden Fahrwege (Pfeilabbiegen, Einschalten von Ampeln).
Beim Übergang zur Automatisierungsstufe 2 wurde die gesamte Sprachkommunikation durch ein System von Befehlen ersetzt, die über einen digitalen sicheren Funkkanal übertragen wurden. Technisch gesehen wurde die Verwaltung der Rangierlokomotiven am Bahnhof Luzhskaya auf der Grundlage von Folgendem aufgebaut:
- einheitliches digitales Stationsmodell;
- Protokoll zur Steuerung der Bewegung von Rangierlokomotiven (zum Senden von Befehlen und zur Überwachung ihrer Ausführung);
- Interaktion mit dem elektrischen Stellwerk, um Informationen über die vorgegebenen Routen, die Position der Pfeile und Signale zu erhalten;
- Positionierungssysteme für Rangierlokomotiven;
- zuverlässiges Digitalradio.
Bis 2017 waren 3 TEM-7A-Rangierlokomotiven zu 95 % der Zeit am Bahnhof Luzhskaya im vollautomatischen Modus im Einsatz und führten folgende Vorgänge aus:
- Automatische Bewegung entlang einer bestimmten Route;
- Automatischer Zugang zu Waggons;
- Automatisches Kuppeln mit Waggons;
- Waggons auf einen Rangierbahnhof schieben.
Im Jahr 2017 wurde ein Projekt gestartet, um ein Vision-System für Rangierlokomotiven zu entwickeln und im Notfall eine Fernbedienung einzuführen.
Im November 2017 installierten die Spezialisten von JSC NIIAS den ersten Prototyp eines Sichtsystems für Rangierlokomotiven, bestehend aus Radar, Lidar und Kameras (Abbildung 3).
Abbildung 3 Erste Versionen von Bildverarbeitungssystemen
Bei den Tests an der Station des Luga-Sichtsystems in den Jahren 2017-2018 wurden folgende Schlussfolgerungen gezogen:
- Der Einsatz von Radargeräten zur Hinderniserkennung ist unpraktisch, da es auf der Eisenbahnstrecke eine erhebliche Anzahl von Metallobjekten mit gutem Reflexionsvermögen gibt. Der Erfassungsbereich von Personen vor ihrem Hintergrund beträgt nicht mehr als 60-70 Meter, außerdem haben Radare eine unzureichende Winkelauflösung und liegen bei etwa 1°. Unsere Erkenntnisse wurden anschließend durch die Testergebnisse von Kollegen der SNCF (französischer Eisenbahnbetreiber) bestätigt.
- Lidars liefern sehr gute Ergebnisse bei minimalem Rauschen. Bei Schneefall, Regen, Nebel kommt es zu einer unkritischen Verringerung der Erfassungsreichweite von Objekten. Allerdings waren Lidars im Jahr 2017 recht teuer, was die wirtschaftliche Leistung des Projekts erheblich beeinträchtigte.
- Kameras sind ein unverzichtbarer Bestandteil des technischen Bildverarbeitungssystems und werden für die Aufgaben der Erkennung, Objektklassifizierung und Fernsteuerung benötigt. Für den Einsatz bei Nacht und schwierigen Wetterbedingungen sind Infrarotkameras oder Kameras mit erweitertem Wellenlängenbereich erforderlich, die im nahen Infrarotbereich arbeiten können.
Die Hauptaufgabe des technischen Sehens besteht darin, Hindernisse und andere Objekte in Fahrtrichtung zu erkennen, und da die Bewegung entlang der Strecke erfolgt, ist es notwendig, diese zu erkennen.
Abbildung 4. Ein Beispiel für die Segmentierung mehrerer Klassen (Gleise, Waggons) und die Bestimmung der Gleisachse mithilfe einer Binärmaske
Abbildung 4 zeigt ein Beispiel für die Spurerkennung. Um die Bewegungsroute entlang der Pfeile eindeutig zu bestimmen, werden a priori Informationen über die Position des Pfeils, die Messwerte von Ampeln, verwendet, die über einen digitalen Funkkanal vom elektrischen Stellwerk übertragen werden. Derzeit zeichnet sich bei den weltweiten Eisenbahnen der Trend ab, auf Ampeln zu verzichten und auf Steuerungssysteme über einen digitalen Funkkanal umzusteigen. Dies gilt insbesondere für den Hochgeschwindigkeitsverkehr, da es bei Geschwindigkeiten über 200 km/h schwierig wird, die Hinweise von Ampeln wahrzunehmen und zu erkennen. In Russland gibt es zwei ampelfreie Abschnitte – den Moskauer Zentralring und die Linie Alpika-Service – Adler.
Im Winter kann es vorkommen, dass die Strecke komplett mit Schnee bedeckt ist und die Spurerkennung nahezu unmöglich wird, wie in Abbildung 5 dargestellt.
Abbildung 5 Beispiel einer mit Schnee bedeckten Strecke
In diesem Fall wird unklar, ob die erkannten Objekte die Bewegung der Lokomotive stören, also ob sie unterwegs sind oder nicht. Am Bahnhof Luzhskaya kommen in diesem Fall ein hochpräzises digitales Modell des Bahnhofs und ein hochpräzises Bordnavigationssystem zum Einsatz.
Darüber hinaus wurde das digitale Modell des Bahnhofs auf Basis geodätischer Vermessungen von Stützpunkten erstellt. Basierend auf der Verarbeitung zahlreicher Lokomotivdurchfahrten mit einem hochpräzisen Ortungssystem wurde dann eine Karte aller Gleise erstellt.
Abbildung 6 Digitales Modell des Gleisausbaus des Bahnhofs Luzhskoy
Einer der wichtigsten Parameter für das Bordpositionierungssystem ist der Fehler bei der Berechnung der Ausrichtung (Azimut) der Lokomotive. Die Ausrichtung der Lokomotive ist für die korrekte Ausrichtung der Sensoren und der von ihnen erfassten Objekte notwendig. Bei einem Orientierungswinkelfehler von 1° beträgt der Fehler der Koordinaten des Objekts relativ zur Wegachse in einer Entfernung von 100 Metern 1,7 Meter.
Abbildung 7 Einfluss des Orientierungsfehlers auf den transversalen Koordinatenfehler
Daher sollte der maximal zulässige Fehler bei der Messung der Ausrichtung der Lokomotive in Bezug auf den Winkel 0,1° nicht überschreiten. Das Bordpositionierungssystem selbst besteht aus zwei Zweifrequenz-Navigationsempfängern im RTK-Modus, deren Antennen über die gesamte Länge der Lokomotive verteilt sind, um ein langes Basis-Trägheitsnavigationssystem und eine Verbindung zu Radsensoren (Kilometerzählern) zu schaffen. Die Standardabweichung bei der Bestimmung der Koordinaten der Rangierlokomotive beträgt maximal 5 cm.
Darüber hinaus wurden am Bahnhof Luzhskaya Studien zum Einsatz von SLAM-Technologien (Lidar und Visual) zur Gewinnung zusätzlicher Positionsdaten durchgeführt.
Daher erfolgt die Bestimmung der Spurweite für Rangierlokomotiven im Bahnhof Luschskaja durch die Kombination der Ergebnisse der Spurweitenerkennung und digitaler Gleismodelldaten auf Basis der Ortung.
Die Hinderniserkennung erfolgt ebenfalls auf verschiedene Arten, basierend auf:
- LIDAR-Daten;
- Stereo-Vision-Daten;
- Arbeit neuronaler Netze.
Eine der Hauptdatenquellen sind Lidars, die durch Laserscannen eine Punktwolke erzeugen. Bei den eingesetzten Algorithmen kommen überwiegend klassische Datenclustering-Algorithmen zum Einsatz. Im Rahmen der Forschung wird die Wirksamkeit des Einsatzes neuronaler Netze für die Aufgabe der Clusterung von Lidar-Punkten sowie für die gemeinsame Verarbeitung von Lidar-Daten und Daten von Videokameras überprüft. Abbildung 8 zeigt ein Beispiel für LIDAR-Daten (eine Punktwolke mit unterschiedlichem Reflexionsvermögen), die eine menschliche Puppe vor dem Hintergrund eines Waggons am Bahnhof Luschskaja zeigt.
Abbildung 8. Beispiel für Daten von Lidar an der Luzhskaya-Station
Abbildung 9 zeigt ein Beispiel für die Extraktion eines Clusters aus einem Auto mit komplexer Form anhand der Daten von zwei verschiedenen Lidars.
Abbildung 9. Ein Beispiel für die Interpretation von LIDAR-Daten als Cluster aus einem Trichterwagen
Unabhängig davon ist anzumerken, dass die Kosten für Lidars in letzter Zeit um fast eine Größenordnung gesunken sind und ihre technischen Eigenschaften gestiegen sind. Es besteht kein Zweifel, dass dieser Trend anhalten wird. Die Erfassungsreichweite von Objekten durch Lidars, die an der Luzhskaya-Station eingesetzt werden, beträgt etwa 150 Meter.
Zur Erkennung von Hindernissen kommt auch eine Stereokamera zum Einsatz, die ein anderes physikalisches Prinzip nutzt.
Abbildung 10. Disparitätskarte aus einem Stereopaar und erkannten Clustern
Abbildung 10 zeigt ein Beispiel für Stereokameradaten mit der Erkennung von Masten, Wegkästen und einem Waggon.
Um eine ausreichende Genauigkeit der Punktwolke in einem zum Bremsen ausreichenden Abstand zu erhalten, ist der Einsatz hochauflösender Kameras erforderlich. Durch Erhöhen der Bildgröße erhöht sich der Rechenaufwand für die Erstellung der Disparitätskarte. Aufgrund der notwendigen Bedingungen für die belegten Ressourcen und die Reaktionszeit des Systems ist es notwendig, Algorithmen und Ansätze zur Gewinnung nützlicher Daten aus Videokameras ständig zu entwickeln und zu testen.
Ein Teil der Tests und Verifizierung der Algorithmen erfolgt mit einem Eisenbahnsimulator, der vom Design Bureau TsT zusammen mit JSC NIIAS entwickelt wird. Abbildung 11 zeigt beispielsweise die Verwendung eines Simulators zum Testen der Funktionsweise von Stereokameraalgorithmen.
Abbildung 11. A, B – linkes und rechtes Bild vom Simulator; B – Draufsicht auf die Rekonstruktion der Daten einer Stereokamera; D – Rekonstruktion von Stereokamerabildern aus dem Simulator.
Die Hauptaufgabe neuronaler Netze ist die Erkennung von Personen, Waggons und deren Klassifizierung.
Um unter schwierigen Wetterbedingungen arbeiten zu können, führten die Spezialisten von JSC NIIAS auch Tests mit Infrarotkameras durch.
Abbildung 12. Daten der IR-Kamera
Die Daten aller Sensoren werden auf Basis von Assoziationsalgorithmen integriert, wobei die Wahrscheinlichkeit der Existenz von Hindernissen (Objekten) abgeschätzt wird.
Darüber hinaus sind nicht alle Gegenstände auf der Strecke Hindernisse; beim Rangieren muss die Lokomotive automatisch an die Waggons kuppeln.
Abbildung 13. Ein Beispiel für die Visualisierung der Einfahrt in ein Auto mit der Erkennung von Hindernissen durch verschiedene Sensoren
Beim Betrieb unbemannter Rangierlokomotiven ist es äußerst wichtig, schnell zu verstehen, was mit der Ausrüstung passiert und in welchem Zustand sie sich befindet. Es gibt auch Situationen, in denen ein Tier, beispielsweise ein Hund, vor der Lokomotive auftaucht. Bordalgorithmen stoppen die Lokomotive automatisch, aber was tun als nächstes, wenn der Hund nicht aus dem Weg geht?
Um die Situation an Bord zu kontrollieren und in Notsituationen Entscheidungen zu treffen, wurde eine stationäre Fernbedienung und ein Bedienfeld entwickelt, das für den Einsatz mit allen unbemannten Lokomotiven am Bahnhof ausgelegt ist. Am Bahnhof Luzhskaya befindet es sich am EC-Posten.
Abbildung 14 Fernsteuerung und -verwaltung
Im Bahnhof Luzhskoy steuert das in Abbildung 14 dargestellte Bedienfeld den Betrieb von drei Rangierlokomotiven. Bei Bedarf können Sie mit dieser Fernbedienung eine der angeschlossenen Lokomotiven steuern, indem Sie Informationen in Echtzeit übertragen (die Verzögerung beträgt nicht mehr als 300 ms, unter Berücksichtigung der Datenübertragung über den Funkkanal).
Probleme der funktionalen Sicherheit
Das wichtigste Thema bei der Implementierung unbemannter Lokomotiven ist das Thema der funktionalen Sicherheit, definiert durch die Normen IEC 61508 „Funktionale Sicherheit elektrischer, elektronischer, programmierbarer elektronischer Systeme im Zusammenhang mit der Sicherheit“ (EN50126, EN50128, EN50129), GOST 33435-2015 „Geräte zur Steuerung, Überwachung und Sicherheit von Schienenfahrzeugen“.
Um die Anforderungen an Bordsicherheitseinrichtungen zu erfüllen, ist Safety Integrity Level 4 (SIL4) erforderlich.
Um die SIL-4-Stufe zu erfüllen, sind alle vorhandenen Sicherheitsvorrichtungen für Lokomotiven nach der Mehrheitslogik aufgebaut, wobei Berechnungen parallel in zwei Kanälen (oder mehr) durchgeführt werden und die Ergebnisse verglichen werden, um eine Entscheidung zu treffen.
Die Recheneinheit zur Verarbeitung von Daten von Sensoren unbemannter Rangierlokomotiven ist ebenfalls nach einem zweikanaligen Schema mit Vergleich des Endergebnisses aufgebaut.
Der Einsatz von Vision-Sensoren, die Arbeit unter verschiedenen Wetterbedingungen und in unterschiedlichen Umgebungen erfordern einen neuen Ansatz für die Frage des Nachweises der Sicherheit unbemannter Fahrzeuge.
Im Jahr 2019 wurde der ISO/PAS 21448-Standard „Straßenfahrzeuge. Sicherheit spezifizierter Funktionen (SOTIF). Eines der Hauptprinzipien dieser Norm ist der Szenarioansatz, der das Verhalten des Systems unter verschiedenen Umständen berücksichtigt. Die Gesamtzahl der Szenarien ist unendlich. Das primäre Entwurfsziel besteht darin, die Bereiche 2 und 3 zu minimieren, die bekannte unsichere Szenarios und unbekannte unsichere Szenarios darstellen.
Abbildung 15 Skripttransformation als Ergebnis der Entwicklung
Im Rahmen der Anwendung dieses Ansatzes analysierten die Spezialisten von JSC NIIAS alle auftretenden Situationen (Szenarien) seit der Inbetriebnahme im Jahr 2017. Einige der im realen Betrieb schwer zu bewältigenden Situationen werden mit dem PKB TsT-Simulator erarbeitet.
Regulatorische Fragen
Auch regulatorische Fragen müssen geklärt werden, um wirklich zu einer vollautomatischen Steuerung ohne Anwesenheit des Lokführers im Führerstand der Lokomotive überzugehen.
Derzeit hat die Russische Eisenbahn einen Zeitplan für die Umsetzung der Arbeiten zur regulatorischen Unterstützung bei der Umsetzung von Maßnahmen zur Einführung automatischer Kontrollsysteme für Eisenbahnfahrzeuge genehmigt. Eines der wichtigsten Themen ist die Aktualisierung der Verordnung über das Verfahren zur internen Untersuchung und Abrechnung von Verkehrsunfällen, die das Leben oder die Gesundheit von Bürgern geschädigt haben, die nicht mit der Produktion im Eisenbahnverkehr zusammenhängen. Gemäß diesem Plan soll im Jahr 2021 ein Dokumentenpaket zur Regelung des Betriebs unbemannter Schienenfahrzeuge entwickelt und genehmigt werden.
Nachwort
Derzeit gibt es weltweit keine Analoga zu unbemannten Rangierlokomotiven, die am Bahnhof Luzhskaya betrieben werden. Spezialisten aus Frankreich (Unternehmen SNCF), Deutschland, Holland (Unternehmen Prorail) und Belgien (Unternehmen Lineas) haben sich in den Jahren 2018-2019 mit dem entwickelten Steuerungssystem vertraut gemacht und sind an der Implementierung solcher Systeme interessiert. Eine der Hauptaufgaben von JSC NIIAS besteht darin, die Funktionalität zu erweitern und das erstellte Managementsystem sowohl auf russischen Eisenbahnen als auch für ausländische Unternehmen zu replizieren.
Derzeit leitet die Russische Eisenbahn auch ein Projekt zur Entwicklung unbemannter elektrischer Lastochka-Züge. Abbildung 16 zeigt eine Demonstration eines Prototyps des automatischen Steuerungssystems für den Elektrozug ES2G Lastochka im August 2019 im Rahmen. Internationaler Eisenbahn-Weltraumsalon 1520 „PRO//Dvizhenie.Expo“.
Abbildung 16. Demonstration des Betriebs eines unbemannten elektrischen Zuges im MCC
Der Bau eines unbemannten Elektrozuges ist aufgrund der hohen Geschwindigkeiten, der langen Bremswege und der Gewährleistung des sicheren Ein- und Aussteigens der Fahrgäste an Haltestellen eine viel schwierigere Aufgabe. Derzeit werden im MCC aktiv Tests durchgeführt. Es ist geplant, in naher Zukunft eine Geschichte über dieses Projekt zu veröffentlichen.
Source: habr.com