Развој на беспилотни технологии во железничкиот транспорт

Развојот на беспилотни технологии на железницата започна многу одамна, веќе во 1957 година, кога беше создаден првиот експериментален автоматизиран систем за водење на приградски возови. За да се разбере разликата помеѓу нивоата на автоматизација за железничкиот транспорт, воведена е градација, дефинирана во стандардот IEC-62290-1. За разлика од патниот транспорт, железничкиот транспорт има 4 степени на автоматизација, прикажани на слика 1.

Слика 1. Степени на автоматизација според IEC-62290

Речиси сите возови кои работат на мрежата на руските железници се опремени со безбедносен уред што одговара на ниво на автоматизација 1. Возовите со ниво на автоматизација 2 успешно се оперираат на руската железничка мрежа повеќе од 20 години, опремени се неколку илјади локомотиви. Ова ниво се имплементира преку алгоритми за контрола на влечење и сопирање за енергетски оптимално возење на возот по дадена рута, земајќи ги предвид распоредот и читањата на автоматските сигнални системи на локомотивата кои се добиваат преку индуктивен канал од колото на пругата. Употребата на ниво 2 го намалува заморот на возачот и обезбедува придобивки во потрошувачката на енергија и точност на извршувањето на распоредот.

Ниво 3 претпоставува можно отсуство на возач во кабината, што бара имплементација на технички систем за видување.

Ниво 4 претпоставува целосно отсуство на возач на бродот, што бара значителна промена во дизајнот на локомотивата (електричен воз). На пример, на бродот има прекинувачи кои ќе биде невозможно да се ресетираат ако се сопнат без лице на бродот.

Во моментов, проекти за постигнување на нивоа 3 и 4 се спроведуваат од водечки компании во светот, како што се Siemens, Alstom, Thales, SNCF, SBB и други.

Сименс го претстави својот проект во областа на трамваите без возачи во септември 2018 година на изложбата Innotrans. Овој трамвај е во функција во Потсдам со ниво на автоматизација GoA3 од 2018 година.

Слика 2 Сименс трамвај
Во 2019 година, Сименс ја зголеми должината на беспилотната рута за повеќе од 2 пати.
Компанијата „Руски железници“ беше една од првите во светот што почна да развива беспилотни железнички возила. Така, на станицата Лужскаја во 2015 година беше започнат проект за автоматизирање на движењето на 3 локомотиви за маневрирање, каде NIIAS АД дејствуваше како проект интегратор и развивач на основните технологии.

Создавањето локомотива без екипаж е сложен, сложен процес кој е невозможен без соработка со други компании. Затоа, на станицата Лужскаја, заедно со АД НИИАС, учествуваат следниве компании:

• АД „ВНИКТИ“ во смисла на развој на вграден систем за контрола;
• Сименс – во смисла на автоматизирање на работата на грпка (систем MSR-32) и автоматизирање на работата на туркање автомобили;
• АД Radioavionics во однос на системи за централизација на микропроцесори кои ги контролираат прекинувачите и семафорите;
• PKB CT – создавање на симулатор;
• АД Руски железници како проектен координатор.

Во првата фаза, задачата беше да се постигне ниво 2 на автоматизација на сообраќајот, кога возачот, во нормални услови за организирање на маневрска работа, не ги користи контролите на локомотивата.

При ракување со конвенционалните локомотиви за маневрирање, контролата на сообраќајот се врши со пренесување гласовни команди од диспечерот до возачот со поставување на соодветни правци (преместување прекинувачи, вклучување семафори).

Кога се префрлате на автоматизација на ниво 2, целата гласовна комуникација беше заменета со систем на команди пренесени преку дигитален безбеден радио канал. Технички, контролата на шунтинг локомотиви на станицата Лужскаја беше изградена врз основа на:

• унифициран дигитален модел на станицата;
• протокол за контролирање на движењето на локомотиви за мансирање (за испраќање команди и следење на извршувањето);
• интеракција со системот за електрична централизација за да се добијат информации за дадените правци, положбата на стрелките и сигналите;
• системи за позиционирање за локомотиви за шантирање;
• сигурни дигитални радио комуникации.

До 2017 година, 3 локомотиви ТЕМ-7А работеа во 95% од времето на станицата Лужскаја во целосно автоматски режим, изведувајќи ги следните операции:

• Автоматско движење по дадена рута;
• Автоматски пристап до автомобили;
• Автоматско спојување со вагони;
• Туркање автомобили на грпка.

Во 2017 година, започна проект за создавање на систем за техничка визија за шунтирање локомотиви и воведување далечински управувач во случај на итни ситуации.

Во ноември 2017 година, специјалисти од АД НИИАС го инсталираа првиот прототип на технички систем за видување на локомотиви за шундирање, составен од радари, лидари и камери (Слика 3).

Слика 3 Први верзии на системи за технички вид

За време на тестовите на станицата Луга на системот за технички вид во 2017 - 2018 година, беа донесени следниве заклучоци:

• Употребата на радари за откривање пречки е непрактична, бидејќи железницата има значителен број метални предмети со добра рефлексивност. Опсегот на откривање на луѓе на нивната позадина не надминува 60-70 метри, покрај тоа, радарите имаат недоволна аголна резолуција и е околу 1 °. Нашите наоди потоа беа потврдени со резултатите од тестовите од колегите од SNCF (францускиот железнички оператор).
• Лидарите обезбедуваат многу добри резултати со минимален шум. Во случај на врнежи од снег, дожд или магла, се забележува некритично намалување на опсегот на откривање на предмети. Сепак, во 2017 година, лидарите беа прилично скапи, што значително влијаеше на економските перформанси на проектот.
• Камерите се суштински елемент на техничкиот систем за видување и се неопходни за откривање, класификација на објекти и задачи за далечинско управување. За работа во текот на ноќта и во тешки временски услови, неопходно е да имате инфрацрвени камери или камери со продолжен опсег на бранови должини кои можат да работат во блиско инфрацрвениот опсег.

Главната задача на техничката визија е да открие пречки и други предмети на патот, а бидејќи движењето се врши по патека, неопходно е да се открие.

Слика 4. Пример за сегментација со повеќе класи (патека, автомобили) и определување на оската на патеката со помош на бинарна маска

Слика 4 покажува пример за откривање на рутина. Со цел недвосмислено да се одреди маршрутата на движење по стрелките, се користат априори информации за положбата на отчитувањата на стрелката и семафорот, кои се пренесуваат преку дигитален радио канал од системот за електрична централизација. Во моментов, постои тренд на светските железници да ги напуштат семафорите и да се префрлат на контролни системи преку дигитален радио канал. Ова е особено точно за сообраќајот со голема брзина, бидејќи при брзини над 200 km/h станува тешко да се забележат и препознаат семафорите. Во Русија, постојат два делници кои работат без употреба на семафори - Московскиот централен круг и линијата Алпика-Сервис - Адлер.

Во зима, може да се појават ситуации кога патеката е целосно под снежна покривка и препознавањето на патеката станува речиси невозможно, како што е прикажано на Слика 5.

Слика 5 Пример на патека покриена со снег

Во овој случај, станува нејасно дали откриените предмети го попречуваат движењето на локомотивата, односно се наоѓаат на патеката или не. Во овој случај, на станицата Лужскаја, се користи високопрецизен дигитален модел на станицата и високопрецизен систем за навигација на одборот.

Покрај тоа, дигиталниот модел на станицата е создаден врз основа на геодетски мерења на базните точки. Потоа, врз основа на обработката на многу премини на локомотиви со високопрецизен систем за позиционирање, беше завршена карта по сите патеки.

Слика 6 Дигитален модел на развој на патеката на станицата Лужкој

Еден од најважните параметри за вградениот систем за позиционирање е грешката во пресметувањето на ориентацијата (азимутот) на локомотивата. Ориентацијата на локомотивата е неопходна за правилна ориентација на сензорите и предметите откриени од нив. Со грешка на аголот на ориентација од 1°, грешката во координатите на објектот во однос на оската на патеката на растојание од 100 метри ќе биде 1,7 метри.

Слика 7 Ефект на грешка во ориентација врз латерална координатна грешка

Затоа, максималната дозволена грешка при мерењето на аголната ориентација на локомотивата не треба да надминува 0,1°. Самиот систем за позиционирање на одборот се состои од два приемници за навигација со двојна фреквенција во RTK режим, чии антени се распоредени по целата должина на локомотивата за да создадат долга основа, инерцијален систем за навигација и поврзување со сензорите на тркалата (одметри за километража). Стандардната девијација за одредување на координатите на локомотивата за шундирање не е поголема од 5 см.

Дополнително, на станицата Лужскаја беше спроведено истражување за употребата на SLAM технологии (лидар и визуелно) за да се добијат дополнителни податоци за локацијата.
Како резултат на тоа, определувањето на железничката пруга за шунтирање локомотиви на станицата Лужскаја се врши со комбинирање на резултатите од препознавањето на пругата и податоците за моделот на дигитални пруги базирани на позиционирање.

Откривањето на пречки исто така се врши на неколку начини врз основа на:

• податоци за лидар;
• податоци за стерео визија;
• работа на невронски мрежи.

Еден од главните извори на податоци се лидарите, кои создаваат облак од точки од ласерското скенирање. Алгоритмите што се користат претежно користат класични алгоритми за кластерирање на податоци. Како дел од истражувањето, се тестира ефективноста на користење на невронски мрежи за задача на групирање на лидарски точки, како и за заедничка обработка на податоци од лидар и податоци од видео камери. Слика 8 покажува пример на податоци за лидар (облак од точки со различна рефлексивност) на кој се прикажува манекен на лице наспроти позадината на кочија на станицата Лужскаја.

Слика 8. Пример за податоци за лидар на станицата Лужкој

Слика 9 покажува пример за идентификување на кластер од автомобил во сложена форма користејќи податоци од два различни лидари.

Слика 9. Пример за интерпретација на податоци за лидар во форма на кластер од автомобил со бункер

Одделно, вреди да се напомене дека неодамна цената на лидарите се намали за речиси ред на големина, а нивните технички карактеристики се зголемија. Нема сомнеж дека овој тренд ќе продолжи. Опсегот на откривање на предмети од лидарите што се користат на станицата Лужскаја е околу 150 метри.

Стерео камера која користи различен физички принцип исто така се користи за откривање на пречки.

Слика 10. Карта на диспаритет од стерео пар и откриени кластери

Слика 10 покажува пример на податоци за стерео камера со откривање на столбови, кутии за патека и кочија.

За да се добие доволна точност на облакот на точката на растојание доволно за сопирање, неопходно е да се користат камери со висока резолуција. Зголемувањето на големината на сликата ги зголемува пресметковните трошоци за добивање на картата на диспаритет. Поради неопходните услови за окупираните ресурси и времето на одговор на системот, неопходно е постојано да се развиваат и тестираат алгоритми и пристапи за извлекување корисни податоци од видео камерите.

Дел од тестирањето и верификацијата на алгоритмите се врши со помош на железнички симулатор, кој го развива PKB TsT заедно со АД NIIAS. На пример, Слика 11 ја прикажува употребата на симулатор за тестирање на перформансите на алгоритмите на стерео камерата.

Слика 11. A, B - лева и десна рамка од симулаторот; Б – врвен приказ на реконструкција на податоци од стерео камера; D - реконструкција на слики од стерео камера од симулаторот.

Главната задача на невронските мрежи е да детектираат луѓе, автомобили и нивната класификација.
За работа во тешки временски услови, специјалистите од АД НИИАС спроведоа тестови со помош на инфрацрвени камери.

Слика 12. Податоци од IR камера

Податоците од сите сензори се интегрирани врз основа на алгоритми за асоцијација, каде што се проценува веројатноста за постоење на пречки (предмети).

Згора на тоа, не сите предмети на патеката се пречки; при изведување на операции за шантирање, локомотивата мора автоматски да се спои со болидите.

Слика 13. Пример за визуелизација на пристапот до автомобил со откривање препреки од различни сензори

Кога ракувате со беспилотни локомотиви, исклучително е важно брзо да се разбере што се случува со опремата и во каква состојба се наоѓа. Можни се и ситуации кога пред локомотивата ќе се појави животно, како куче. Алгоритмите на одборот автоматски ќе ја запрат локомотивата, но што да се прави следно ако кучето не се тргне од патот?

За следење на ситуацијата на бродот и донесување одлуки во случај на итни ситуации, развиен е стационарен далечински управувач и панел за следење, дизајниран да работи со сите локомотиви без екипаж на станицата. На станицата Лужскаја се наоѓа на постот на ЕК.

Слика 14 Далечински управувач и мониторинг

На станицата Лужској, контролната табла прикажана на слика 14 ја контролира работата на три локомотиви за маневрирање. Доколку е потребно, со користење на овој далечински управувач можете да контролирате една од поврзаните локомотиви со пренесување на информации во реално време (доцнење не повеќе од 300 ms, земајќи го предвид преносот на податоци преку радио канал).

Прашања за функционална безбедност

Најважното прашање при воведување на беспилотни локомотиви е прашањето за функционална безбедност, дефинирано со стандардите IEC 61508 „Функционална безбедност на електрични, електронски, програмабилни електронски системи поврзани со безбедноста“ (EN50126, EN50128, EN50129), ГОСТ 33435-2015 за контрола, мониторинг и безбедност на железничкиот возен парк“.

Во согласност со барањата за безбедносните уреди на одборот, мора да се постигне ниво на безбедносен интегритет 4 (SIL4).

За усогласување со нивото SIL-4, сите постоечки безбедносни уреди за локомотиви се изградени со мнозинска логика, каде што пресметките се вршат паралелно во два канали (или повеќе) и резултатите се споредуваат за да се донесе одлука.

Пресметувачката единица за обработка на податоци од сензори на локомотиви без екипаж е изградена со помош на двоканална шема со споредба на конечниот резултат.

Употребата на сензори за вид, работа во различни временски услови и во различни средини бара нов пристап кон прашањето за докажување на безбедноста на возилата без екипаж.

Во 2019 година, стандардот ISO/PAS 21448 „Патни возила. Безбедност на дефинирани функции (SOTIF). Еден од главните принципи на овој стандард е пристапот на сценарија, кој го испитува однесувањето на системот во различни околности. Вкупниот број на сценарија претставува бесконечност. Главниот предизвик на дизајнот е да се минимизираат регионите 2 и 3, кои претставуваат познати небезбедни сценарија и непознати небезбедни сценарија.

Слика 15 Трансформација на сценарија како резултат на развојот

Како дел од примената на овој пристап, специјалисти од АД НИИАС ги анализираа сите новонастанати ситуации (сценарија) од почетокот на работата во 2017 година. Некои ситуации кои тешко се среќаваат при реална работа се разработени со помош на PKB CT симулатор.

Регулаторни прашања

Со цел навистина целосно да се префрлите на целосно автоматска контрола без присуство на возач во кабината на локомотивата, исто така е неопходно да се решат регулаторните прашања.

Во моментов, АД Руски железници одобри распоред за спроведување на работата на регулаторна поддршка за спроведување на мерките за имплементација на контролни системи за железнички возен парк во автоматски режим. Едно од најважните прашања е ажурирањето на Правилникот за постапката за службена истрага и евидентирање на инциденти во транспортот кои резултирале со оштетување на животот или здравјето на граѓаните кои не се поврзани со производството во железничкиот транспорт. Во согласност со овој план, во 2021 година треба да се развие и одобри пакет документи со кои се регулира работата на беспилотните железнички возила.

Поговор

Во моментов, нема аналози во светот на локомотивите за беспилотни шундови што се управуваат на станицата Лужскаја. Специјалисти од Франција (компанија SNCF), Германија, Холандија (компанија Prorail), Белгија (компанија Lineas) се запознаа со развиениот систем за контрола во 2018-2019 година и се заинтересирани за имплементација на слични системи. Една од главните задачи на АД НИИАС е да ја прошири функционалноста и да го реплицира креираниот систем за управување и на руските железници и на странските компании.

Во моментов, АД Руски железници исто така води проект за развој на беспилотни електрични возови „Ласточка“. Слика 16 покажува демонстрација на прототипот на системот за автоматска контрола за електричниот воз ES2G Ласточка во август 2019 година во рамките. Меѓународен железнички салон простор 1520 "PRO//Movement.Expo".

Слика 16. Демонстрација на работа на електричен воз без екипаж на МКЦ

Создавањето електричен воз без екипаж е многу потешка задача поради големите брзини, значителните растојанија на сопирање и обезбедувањето безбедно качување/симнување на патниците на местата за застанување. Во моментов, тестирањето е активно во ССК. Во блиска иднина се планира да биде објавена приказна за овој проект.

Извор: www.habr.com