റെയിൽവേ ഗതാഗതത്തിൽ ആളില്ലാ സാങ്കേതികവിദ്യകളുടെ വികസനം

റെയിൽവേയിലെ ആളില്ലാ സാങ്കേതികവിദ്യകളുടെ വികസനം വളരെക്കാലം മുമ്പ് ആരംഭിച്ചു, ഇതിനകം 1957 ൽ, യാത്രാ ട്രെയിനുകൾക്കായി ആദ്യത്തെ പരീക്ഷണാത്മക ഓട്ടോമേറ്റഡ് ഗൈഡൻസ് സിസ്റ്റം സൃഷ്ടിക്കപ്പെട്ടപ്പോൾ. റെയിൽവേ ഗതാഗതത്തിനായുള്ള ഓട്ടോമേഷൻ ലെവലുകൾ തമ്മിലുള്ള വ്യത്യാസം മനസിലാക്കാൻ, IEC-62290-1 നിലവാരത്തിൽ നിർവചിച്ചിരിക്കുന്ന ഒരു ഗ്രേഡേഷൻ അവതരിപ്പിച്ചു. റോഡ് ഗതാഗതത്തിൽ നിന്ന് വ്യത്യസ്തമായി, റെയിൽവേ ഗതാഗതത്തിന് 4 ഡിഗ്രി ഓട്ടോമേഷൻ ഉണ്ട്, ചിത്രം 1 ൽ കാണിച്ചിരിക്കുന്നു.

ചിത്രം 1. IEC-62290 അനുസരിച്ച് ഓട്ടോമേഷൻ ഡിഗ്രികൾ

റഷ്യൻ റെയിൽവേ ശൃംഖലയിൽ പ്രവർത്തിക്കുന്ന മിക്കവാറും എല്ലാ ട്രെയിനുകളിലും ഓട്ടോമേഷൻ ലെവൽ 1 ന് അനുയോജ്യമായ സുരക്ഷാ ഉപകരണം സജ്ജീകരിച്ചിരിക്കുന്നു. ഓട്ടോമേഷൻ ലെവൽ 2 ഉള്ള ട്രെയിനുകൾ 20 വർഷത്തിലേറെയായി റഷ്യൻ റെയിൽവേ നെറ്റ്‌വർക്കിൽ വിജയകരമായി പ്രവർത്തിപ്പിക്കുന്നു; ആയിരക്കണക്കിന് ലോക്കോമോട്ടീവുകൾ സജ്ജീകരിച്ചിരിക്കുന്നു. ട്രാക്ക് സർക്യൂട്ടുകളിൽ നിന്ന് ഒരു ഇൻഡക്റ്റീവ് ചാനൽ വഴി ലഭിക്കുന്ന ഓട്ടോമാറ്റിക് ലോക്കോമോട്ടീവ് സിഗ്നലിംഗ് സിസ്റ്റങ്ങളുടെ ഷെഡ്യൂളും റീഡിംഗും കണക്കിലെടുത്ത്, തന്നിരിക്കുന്ന റൂട്ടിലൂടെ ട്രെയിനിൻ്റെ ഊർജ്ജ-ഒപ്റ്റിമൽ ഡ്രൈവിംഗിനായി ട്രാക്ഷൻ കൺട്രോൾ, ബ്രേക്കിംഗ് അൽഗോരിതം എന്നിവയിലൂടെ ഈ ലെവൽ നടപ്പിലാക്കുന്നു. ലെവൽ 2 ൻ്റെ ഉപയോഗം ഡ്രൈവർ ക്ഷീണം കുറയ്ക്കുകയും ഊർജ്ജ ഉപഭോഗത്തിലും ഷെഡ്യൂൾ നിർവ്വഹണത്തിൻ്റെ കൃത്യതയിലും പ്രയോജനം നൽകുകയും ചെയ്യുന്നു.

ലെവൽ 3 ക്യാബിൽ ഒരു ഡ്രൈവറുടെ അഭാവം അനുമാനിക്കുന്നു, ഇതിന് ഒരു സാങ്കേതിക ദർശന സംവിധാനം നടപ്പിലാക്കേണ്ടതുണ്ട്.

ലെവൽ 4 ബോർഡിൽ ഒരു ഡ്രൈവറുടെ പൂർണ്ണ അഭാവം അനുമാനിക്കുന്നു, ഇതിന് ലോക്കോമോട്ടീവിൻ്റെ (ഇലക്ട്രിക് ട്രെയിൻ) രൂപകൽപ്പനയിൽ കാര്യമായ മാറ്റം ആവശ്യമാണ്. ഉദാഹരണത്തിന്, ബോർഡിൽ സർക്യൂട്ട് ബ്രേക്കറുകൾ ഉണ്ട്, വിമാനത്തിൽ ആളില്ലാതെ ട്രിപ്പ് ചെയ്താൽ അത് പുനഃസജ്ജമാക്കില്ല.

നിലവിൽ, സീമെൻസ്, അൽസ്റ്റോം, തേൽസ്, എസ്എൻസിഎഫ്, എസ്ബിബി തുടങ്ങിയ ലോകത്തിലെ പ്രമുഖ കമ്പനികൾ 3, 4 ലെവലുകൾ നേടുന്നതിനുള്ള പദ്ധതികൾ നടപ്പിലാക്കുന്നു.

സീമെൻസ് 2018 സെപ്റ്റംബറിൽ ഇന്നോട്രാൻസ് എക്സിബിഷനിൽ ഡ്രൈവറില്ലാ ട്രാമുകളുടെ മേഖലയിൽ അതിൻ്റെ പ്രോജക്റ്റ് അവതരിപ്പിച്ചു. ഈ ട്രാം 3 മുതൽ GoA2018 ഓട്ടോമേഷൻ ലെവലിൽ പോട്സ്ഡാമിൽ പ്രവർത്തിക്കുന്നു.

ചിത്രം 2 സീമെൻസ് ട്രാം
2019 ൽ, സീമെൻസ് ആളില്ലാ റൂട്ടിൻ്റെ ദൈർഘ്യം 2 മടങ്ങ് വർദ്ധിപ്പിച്ചു.
ആളില്ലാ റെയിൽവേ വാഹനങ്ങൾ വികസിപ്പിക്കാൻ തുടങ്ങിയ ലോകത്തിലെ ആദ്യത്തെ കമ്പനികളിലൊന്നാണ് റഷ്യൻ റെയിൽവേ കമ്പനി. അങ്ങനെ, 2015 ൽ ലുഷ്സ്കയ സ്റ്റേഷനിൽ, 3 ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളുടെ ചലനം ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള ഒരു പ്രോജക്റ്റ് ആരംഭിച്ചു, അവിടെ NIIAS JSC അടിസ്ഥാന സാങ്കേതികവിദ്യകളുടെ പ്രോജക്റ്റ് ഇൻ്റഗ്രേറ്ററായും ഡെവലപ്പറായും പ്രവർത്തിച്ചു.

ആളില്ലാ ലോക്കോമോട്ടീവ് സൃഷ്ടിക്കുന്നത് സങ്കീർണ്ണവും സങ്കീർണ്ണവുമായ ഒരു പ്രക്രിയയാണ്, അത് മറ്റ് കമ്പനികളുമായി സഹകരിക്കാതെ അസാധ്യമാണ്. അതിനാൽ, ലുഷ്സ്കയ സ്റ്റേഷനിൽ, JSC NIIAS നൊപ്പം, ഇനിപ്പറയുന്ന കമ്പനികൾ പങ്കെടുക്കുന്നു:

• JSC "VNIKTI" ഒരു ഓൺ-ബോർഡ് നിയന്ത്രണ സംവിധാനത്തിൻ്റെ വികസനത്തിൻ്റെ കാര്യത്തിൽ;
• സീമെൻസ് - ഹമ്പ് ഓപ്പറേഷൻ (MSR-32 സിസ്റ്റം) ഓട്ടോമേറ്റ് ചെയ്യുന്നതിലും കാറുകളുടെ പുഷിംഗ് ഓപ്പറേഷൻ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിലും;
• സ്വിച്ചുകളും ട്രാഫിക് ലൈറ്റുകളും നിയന്ത്രിക്കുന്ന മൈക്രോപ്രൊസസർ കേന്ദ്രീകരണ സംവിധാനങ്ങളുടെ അടിസ്ഥാനത്തിൽ JSC റേഡിയോവിയോണിക്സ്;
• PKB CT - ഒരു സിമുലേറ്ററിൻ്റെ സൃഷ്ടി;
• പ്രോജക്ട് കോർഡിനേറ്ററായി JSC റഷ്യൻ റെയിൽവേ.

ആദ്യ ഘട്ടത്തിൽ, ഡ്രൈവർ, ഷണ്ടിംഗ് ജോലികൾ സംഘടിപ്പിക്കുന്നതിനുള്ള സാധാരണ സാഹചര്യങ്ങളിൽ, ലോക്കോമോട്ടീവ് നിയന്ത്രണങ്ങൾ ഉപയോഗിക്കാത്തപ്പോൾ, ട്രാഫിക് ഓട്ടോമേഷൻ്റെ ലെവൽ 2 കൈവരിക്കുക എന്നതായിരുന്നു ചുമതല.

പരമ്പരാഗത ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകൾ പ്രവർത്തിപ്പിക്കുമ്പോൾ, ഉചിതമായ റൂട്ടുകൾ (ചലിക്കുന്ന സ്വിച്ചുകൾ, ട്രാഫിക് ലൈറ്റുകൾ ഓണാക്കൽ) സജ്ജീകരിച്ച് ഡിസ്പാച്ചറിൽ നിന്ന് ഡ്രൈവർക്ക് വോയ്‌സ് കമാൻഡുകൾ കൈമാറിയാണ് ട്രാഫിക് നിയന്ത്രണം നടത്തുന്നത്.

ലെവൽ 2 ഓട്ടോമേഷനിലേക്ക് നീങ്ങുമ്പോൾ, എല്ലാ ശബ്ദ ആശയവിനിമയങ്ങളും ഒരു ഡിജിറ്റൽ സുരക്ഷിത റേഡിയോ ചാനലിലൂടെ കൈമാറ്റം ചെയ്യപ്പെടുന്ന കമാൻഡുകളുടെ ഒരു സംവിധാനം ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിച്ചു. സാങ്കേതികമായി, ലുഷ്സ്കയ സ്റ്റേഷനിലെ ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളുടെ നിയന്ത്രണം ഇതിൻ്റെ അടിസ്ഥാനത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്:

• സ്റ്റേഷൻ്റെ ഏകീകൃത ഡിജിറ്റൽ മോഡൽ;
• ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളുടെ ചലനം നിയന്ത്രിക്കുന്നതിനുള്ള പ്രോട്ടോക്കോൾ (കമാൻഡുകൾ അയയ്ക്കുന്നതിനും നിർവ്വഹണം നിരീക്ഷിക്കുന്നതിനും);
• നൽകിയിരിക്കുന്ന റൂട്ടുകൾ, അമ്പുകളുടെയും സിഗ്നലുകളുടെയും സ്ഥാനം എന്നിവയെക്കുറിച്ചുള്ള വിവരങ്ങൾ നേടുന്നതിന് വൈദ്യുത കേന്ദ്രീകരണ സംവിധാനവുമായുള്ള ഇടപെടൽ;
• ലോക്കോമോട്ടീവുകൾ ഷണ്ടിംഗ് ചെയ്യുന്നതിനുള്ള സ്ഥാനനിർണ്ണയ സംവിധാനങ്ങൾ;
• വിശ്വസനീയമായ ഡിജിറ്റൽ റേഡിയോ ആശയവിനിമയങ്ങൾ.

2017 ആയപ്പോഴേക്കും, 3 TEM-7A ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകൾ 95% സമയവും ലുഷ്സ്കയ സ്റ്റേഷനിൽ പൂർണ്ണമായും ഓട്ടോമാറ്റിക് മോഡിൽ പ്രവർത്തിച്ചു, ഇനിപ്പറയുന്ന പ്രവർത്തനങ്ങൾ നടത്തി:

• തന്നിരിക്കുന്ന റൂട്ടിൽ യാന്ത്രിക ചലനം;
• കാറുകളിലേക്കുള്ള യാന്ത്രിക പ്രവേശനം;
• വാഗണുകളുമായുള്ള യാന്ത്രിക സംയോജനം;
• ഹമ്പിലേക്ക് കാറുകൾ തള്ളുന്നു.

2017 ൽ, ലോക്കോമോട്ടീവുകൾ ഷണ്ടിംഗ് ചെയ്യുന്നതിനും അടിയന്തിര സാഹചര്യങ്ങളിൽ വിദൂര നിയന്ത്രണം അവതരിപ്പിക്കുന്നതിനുമുള്ള ഒരു സാങ്കേതിക ദർശന സംവിധാനം സൃഷ്ടിക്കുന്നതിനുള്ള ഒരു പദ്ധതി ആരംഭിച്ചു.

2017 നവംബറിൽ, JSC NIIAS-ൽ നിന്നുള്ള സ്പെഷ്യലിസ്റ്റുകൾ റഡാറുകൾ, ലിഡാർ, ക്യാമറകൾ എന്നിവ അടങ്ങുന്ന ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളിൽ ഒരു സാങ്കേതിക വിഷൻ സിസ്റ്റത്തിൻ്റെ ആദ്യ പ്രോട്ടോടൈപ്പ് ഇൻസ്റ്റാൾ ചെയ്തു (ചിത്രം 3).

ചിത്രം 3 സാങ്കേതിക ദർശന സംവിധാനങ്ങളുടെ ആദ്യ പതിപ്പുകൾ

2017 - 2018 ലെ ടെക്നിക്കൽ വിഷൻ സിസ്റ്റത്തിൻ്റെ ലുഗ സ്റ്റേഷനിൽ നടത്തിയ പരിശോധനയിൽ, ഇനിപ്പറയുന്ന നിഗമനങ്ങളിൽ എത്തി:

• തടസ്സങ്ങൾ കണ്ടെത്തുന്നതിന് റഡാറുകൾ ഉപയോഗിക്കുന്നത് അപ്രായോഗികമാണ്, കാരണം റെയിൽവേയിൽ നല്ല പ്രതിഫലനക്ഷമതയുള്ള ലോഹ വസ്തുക്കൾ ഉണ്ട്. അവരുടെ പശ്ചാത്തലത്തിലുള്ള ആളുകളുടെ കണ്ടെത്തൽ പരിധി 60-70 മീറ്ററിൽ കവിയരുത്, കൂടാതെ, റഡാറുകൾക്ക് മതിയായ കോണീയ റെസല്യൂഷനില്ല, ഏകദേശം 1° ആണ്. SNCF (ഫ്രഞ്ച് റെയിൽവേ ഓപ്പറേറ്റർ) ൽ നിന്നുള്ള സഹപ്രവർത്തകരിൽ നിന്നുള്ള പരിശോധനാ ഫലങ്ങളാൽ ഞങ്ങളുടെ കണ്ടെത്തലുകൾ പിന്നീട് സ്ഥിരീകരിച്ചു.
• ലിഡാറുകൾ കുറഞ്ഞ ശബ്ദത്തിൽ വളരെ നല്ല ഫലങ്ങൾ നൽകുന്നു. മഞ്ഞുവീഴ്ചയോ മഴയോ മൂടൽമഞ്ഞോ ഉണ്ടാകുമ്പോൾ, വസ്തുക്കളുടെ കണ്ടെത്തൽ ശ്രേണിയിൽ നിർണായകമല്ലാത്ത കുറവ് നിരീക്ഷിക്കപ്പെടുന്നു. എന്നിരുന്നാലും, 2017 ൽ, ലിഡാറുകൾ വളരെ ചെലവേറിയതായിരുന്നു, ഇത് പദ്ധതിയുടെ സാമ്പത്തിക പ്രകടനത്തെ സാരമായി ബാധിച്ചു.
• ക്യാമറകൾ ഒരു സാങ്കേതിക ദർശന സംവിധാനത്തിൻ്റെ അനിവാര്യ ഘടകമാണ്, അവ കണ്ടെത്തുന്നതിനും ഒബ്ജക്റ്റ് വർഗ്ഗീകരണത്തിനും റിമോട്ട് കൺട്രോൾ ജോലികൾക്കും ആവശ്യമാണ്. രാത്രിയിലും പ്രയാസകരമായ കാലാവസ്ഥയിലും പ്രവർത്തിക്കാൻ, ഇൻഫ്രാറെഡ് ശ്രേണിയിൽ പ്രവർത്തിക്കാൻ കഴിയുന്ന വിപുലീകൃത തരംഗദൈർഘ്യമുള്ള ഇൻഫ്രാറെഡ് ക്യാമറകളോ ക്യാമറകളോ ഉണ്ടായിരിക്കേണ്ടത് ആവശ്യമാണ്.

സാങ്കേതിക ദർശനത്തിൻ്റെ പ്രധാന ദൌത്യം വഴിയിൽ തടസ്സങ്ങളും മറ്റ് വസ്തുക്കളും കണ്ടുപിടിക്കുക എന്നതാണ്, ചലനം ഒരു ട്രാക്കിലൂടെ നടക്കുന്നതിനാൽ, അത് കണ്ടെത്തേണ്ടത് ആവശ്യമാണ്.

ചിത്രം 4. മൾട്ടി-ക്ലാസ് സെഗ്മെൻ്റേഷൻ്റെ ഉദാഹരണം (ട്രാക്ക്, കാറുകൾ) ഒരു ബൈനറി മാസ്ക് ഉപയോഗിച്ച് ട്രാക്ക് അച്ചുതണ്ട് നിർണ്ണയിക്കൽ

റൂട്ട് കണ്ടെത്തലിൻ്റെ ഒരു ഉദാഹരണം ചിത്രം 4 കാണിക്കുന്നു. അമ്പടയാളങ്ങളിലൂടെയുള്ള ചലനത്തിൻ്റെ റൂട്ട് അവ്യക്തമായി നിർണ്ണയിക്കുന്നതിന്, അമ്പടയാളത്തിൻ്റെ സ്ഥാനത്തെയും ട്രാഫിക് ലൈറ്റ് റീഡിംഗിനെയും കുറിച്ചുള്ള ഒരു മുൻകൂട്ടി വിവരങ്ങൾ ഉപയോഗിക്കുന്നു, ഇത് വൈദ്യുത കേന്ദ്രീകരണ സംവിധാനത്തിൽ നിന്ന് ഒരു ഡിജിറ്റൽ റേഡിയോ ചാനൽ വഴി കൈമാറുന്നു. നിലവിൽ, ട്രാഫിക് ലൈറ്റുകൾ ഉപേക്ഷിച്ച് ഡിജിറ്റൽ റേഡിയോ ചാനൽ വഴിയുള്ള നിയന്ത്രണ സംവിധാനങ്ങളിലേക്ക് മാറുന്ന പ്രവണത ലോക റെയിൽവേയിൽ ഉണ്ട്. ഹൈ-സ്പീഡ് ട്രാഫിക്കിന് ഇത് പ്രത്യേകിച്ചും സത്യമാണ്, കാരണം മണിക്കൂറിൽ 200 കിലോമീറ്ററിലധികം വേഗതയിൽ ട്രാഫിക് ലൈറ്റുകൾ ശ്രദ്ധിക്കാനും തിരിച്ചറിയാനും പ്രയാസമാണ്. റഷ്യയിൽ, ട്രാഫിക് ലൈറ്റുകൾ ഉപയോഗിക്കാതെ രണ്ട് വിഭാഗങ്ങൾ പ്രവർത്തിക്കുന്നു - മോസ്കോ സെൻട്രൽ സർക്കിൾ, അൽപിക-സർവീസ് - അഡ്ലർ ലൈൻ.

മഞ്ഞുകാലത്ത്, ട്രാക്ക് പൂർണ്ണമായും മഞ്ഞുമൂടിയപ്പോൾ സാഹചര്യങ്ങൾ ഉണ്ടാകാം, ചിത്രം 5 ൽ കാണിച്ചിരിക്കുന്നതുപോലെ ട്രാക്ക് തിരിച്ചറിയുന്നത് മിക്കവാറും അസാധ്യമാകും.

ചിത്രം 5 മഞ്ഞ് മൂടിയ ട്രാക്കിൻ്റെ ഉദാഹരണം

ഈ സാഹചര്യത്തിൽ, കണ്ടെത്തിയ വസ്തുക്കൾ ലോക്കോമോട്ടീവിൻ്റെ ചലനത്തെ തടസ്സപ്പെടുത്തുന്നുണ്ടോ എന്ന് വ്യക്തമല്ല, അതായത്, അവ ട്രാക്കിലാണോ അല്ലയോ. ഈ സാഹചര്യത്തിൽ, ലുഷ്സ്കയ സ്റ്റേഷനിൽ, സ്റ്റേഷൻ്റെ ഉയർന്ന കൃത്യതയുള്ള ഡിജിറ്റൽ മോഡലും ഉയർന്ന കൃത്യതയുള്ള ഓൺ-ബോർഡ് നാവിഗേഷൻ സംവിധാനവും ഉപയോഗിക്കുന്നു.

മാത്രമല്ല, അടിസ്ഥാന പോയിൻ്റുകളുടെ ജിയോഡെറ്റിക് അളവുകളുടെ അടിസ്ഥാനത്തിലാണ് സ്റ്റേഷൻ്റെ ഡിജിറ്റൽ മോഡൽ സൃഷ്ടിച്ചത്. തുടർന്ന്, ഉയർന്ന കൃത്യതയുള്ള പൊസിഷനിംഗ് സംവിധാനമുള്ള ലോക്കോമോട്ടീവുകളുടെ നിരവധി ഭാഗങ്ങൾ പ്രോസസ്സ് ചെയ്തതിൻ്റെ അടിസ്ഥാനത്തിൽ, എല്ലാ ട്രാക്കുകളിലും ഒരു മാപ്പ് പൂർത്തിയാക്കി.

ചിത്രം 6 Luzhskoy സ്റ്റേഷൻ്റെ ട്രാക്ക് വികസനത്തിൻ്റെ ഡിജിറ്റൽ മോഡൽ

ഓൺ-ബോർഡ് പൊസിഷനിംഗ് സിസ്റ്റത്തിൻ്റെ ഏറ്റവും പ്രധാനപ്പെട്ട പാരാമീറ്ററുകളിൽ ഒന്ന് ലോക്കോമോട്ടീവിൻ്റെ ഓറിയൻ്റേഷൻ (അസിമുത്ത്) കണക്കാക്കുന്നതിലെ പിശകാണ്. അവ കണ്ടെത്തിയ സെൻസറുകളുടെയും വസ്തുക്കളുടെയും ശരിയായ ഓറിയൻ്റേഷന് ലോക്കോമോട്ടീവിൻ്റെ ഓറിയൻ്റേഷൻ ആവശ്യമാണ്. 1 ഡിഗ്രി ഓറിയൻ്റേഷൻ ആംഗിൾ പിശക് ഉപയോഗിച്ച്, 100 മീറ്റർ അകലെയുള്ള പാത്ത് അക്ഷവുമായി ബന്ധപ്പെട്ട ഒബ്ജക്റ്റ് കോർഡിനേറ്റുകളിലെ പിശക് 1,7 മീറ്ററായിരിക്കും.

ചിത്രം 7 ലാറ്ററൽ കോർഡിനേറ്റ് പിശകിൽ ഓറിയൻ്റേഷൻ പിശകിൻ്റെ പ്രഭാവം

അതിനാൽ, ലോക്കോമോട്ടീവിൻ്റെ കോണീയ ഓറിയൻ്റേഷൻ അളക്കുന്നതിൽ അനുവദനീയമായ പരമാവധി പിശക് 0,1° കവിയാൻ പാടില്ല. ഓൺബോർഡ് പൊസിഷനിംഗ് സിസ്റ്റത്തിൽ തന്നെ RTK മോഡിലെ രണ്ട് ഡ്യുവൽ-ഫ്രീക്വൻസി നാവിഗേഷൻ റിസീവറുകൾ അടങ്ങിയിരിക്കുന്നു, ഇവയുടെ ആൻ്റിനകൾ ലോക്കോമോട്ടീവിൻ്റെ മുഴുവൻ നീളത്തിലും അകലത്തിൽ ഒരു നീണ്ട അടിത്തറയും സ്ട്രാപ്പ്ഡൗൺ ഇനേർഷ്യൽ നാവിഗേഷൻ സിസ്റ്റവും വീൽ സെൻസറുകളിലേക്കുള്ള കണക്ഷനും (ഓഡോമീറ്ററുകൾ) സൃഷ്ടിക്കുന്നു. ഷണ്ടിംഗ് ലോക്കോമോട്ടീവിൻ്റെ കോർഡിനേറ്റുകൾ നിർണ്ണയിക്കുന്നതിനുള്ള സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ 5 സെൻ്റിമീറ്ററിൽ കൂടരുത്.

കൂടാതെ, ലുഷ്‌സ്കയ സ്റ്റേഷനിൽ, അധിക ലൊക്കേഷൻ ഡാറ്റ നേടുന്നതിന് SLAM സാങ്കേതികവിദ്യകളുടെ (ലിഡാറും വിഷ്വലും) ഉപയോഗത്തെക്കുറിച്ച് ഗവേഷണം നടത്തി.
തൽഫലമായി, ട്രാക്ക് തിരിച്ചറിയലിൻ്റെയും പൊസിഷനിംഗ് അടിസ്ഥാനമാക്കിയുള്ള ഡിജിറ്റൽ ട്രാക്ക് മോഡൽ ഡാറ്റയുടെയും ഫലങ്ങൾ സംയോജിപ്പിച്ചാണ് ലുഷ്‌സ്കയ സ്റ്റേഷനിലെ ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകൾക്കുള്ള റെയിൽവേ ട്രാക്കിൻ്റെ നിർണ്ണയം നടത്തുന്നത്.

തടസ്സം കണ്ടെത്തലും ഇനിപ്പറയുന്നവയെ അടിസ്ഥാനമാക്കി പല തരത്തിൽ നടത്തുന്നു:

• ലിഡാർ ഡാറ്റ;
• സ്റ്റീരിയോ വിഷൻ ഡാറ്റ;
• ന്യൂറൽ നെറ്റ്‌വർക്കുകളുടെ പ്രവർത്തനം.

ഡാറ്റയുടെ പ്രധാന സ്രോതസ്സുകളിലൊന്ന് ലിഡാർ ആണ്, ഇത് ലേസർ സ്കാനിംഗിൽ നിന്ന് പോയിൻ്റുകളുടെ ഒരു ക്ലൗഡ് ഉണ്ടാക്കുന്നു. ഉപയോഗത്തിലുള്ള അൽഗോരിതങ്ങൾ പ്രധാനമായും ക്ലാസിക്കൽ ഡാറ്റ ക്ലസ്റ്ററിംഗ് അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുന്നു. ഗവേഷണത്തിൻ്റെ ഭാഗമായി, ലിഡാർ പോയിൻ്റുകൾ ക്ലസ്റ്ററിംഗ് ചെയ്യുന്നതിനും വീഡിയോ ക്യാമറകളിൽ നിന്നുള്ള ലിഡാർ ഡാറ്റയുടെയും ഡാറ്റയുടെയും സംയുക്ത പ്രോസസ്സിംഗിനായി ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിക്കുന്നതിൻ്റെ ഫലപ്രാപ്തി പരിശോധിക്കുന്നു. ലുഷ്‌സ്കയ സ്റ്റേഷനിൽ ഒരു വണ്ടിയുടെ പശ്ചാത്തലത്തിൽ ഒരു വ്യക്തിയുടെ മാനെക്വിൻ പ്രദർശിപ്പിക്കുന്ന ലിഡാർ ഡാറ്റയുടെ (വ്യത്യസ്‌ത റിഫ്ലെക്‌സിവിറ്റി ഉള്ള പോയിൻ്റുകളുടെ ഒരു ക്ലൗഡ്) ഒരു ഉദാഹരണം ചിത്രം 8 കാണിക്കുന്നു.

ചിത്രം 8. ലുഷ്സ്കോയ് സ്റ്റേഷനിലെ ലിഡാർ ഡാറ്റയുടെ ഉദാഹരണം

രണ്ട് വ്യത്യസ്ത ലിഡാറുകളിൽ നിന്നുള്ള ഡാറ്റ ഉപയോഗിച്ച് സങ്കീർണ്ണമായ ആകൃതിയിലുള്ള കാറിൽ നിന്ന് ഒരു ക്ലസ്റ്റർ തിരിച്ചറിയുന്നതിനുള്ള ഒരു ഉദാഹരണം ചിത്രം 9 കാണിക്കുന്നു.

ചിത്രം 9. ഒരു ഹോപ്പർ കാറിൽ നിന്നുള്ള ഒരു ക്ലസ്റ്ററിൻ്റെ രൂപത്തിൽ ലിഡാർ ഡാറ്റയുടെ വ്യാഖ്യാനത്തിൻ്റെ ഉദാഹരണം

വെവ്വേറെ, അടുത്തിടെ ലിഡാറുകളുടെ വില ഏതാണ്ട് ഒരു ക്രമത്തിൽ കുറഞ്ഞു, അവയുടെ സാങ്കേതിക സവിശേഷതകൾ വർദ്ധിച്ചു എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്. ഈ പ്രവണത തുടരുമെന്നതിൽ സംശയമില്ല. ലുഷ്‌സ്കയ സ്റ്റേഷനിൽ ഉപയോഗിക്കുന്ന ലിഡാറുകൾ ഉപയോഗിച്ച് വസ്തുക്കളുടെ കണ്ടെത്തൽ പരിധി ഏകദേശം 150 മീറ്ററാണ്.

തടസ്സങ്ങൾ കണ്ടെത്തുന്നതിന് വ്യത്യസ്ത ഭൗതിക തത്വങ്ങൾ ഉപയോഗിക്കുന്ന ഒരു സ്റ്റീരിയോ ക്യാമറയും ഉപയോഗിക്കുന്നു.

ചിത്രം 10. ഒരു സ്റ്റീരിയോ ജോഡിയിൽ നിന്നുള്ള അസമത്വ ഭൂപടം, കണ്ടെത്തിയ ക്ലസ്റ്ററുകൾ

തൂണുകൾ, ട്രാക്ക് ബോക്സുകൾ, കാർ എന്നിവ കണ്ടെത്തുന്ന സ്റ്റീരിയോ ക്യാമറ ഡാറ്റയുടെ ഒരു ഉദാഹരണം ചിത്രം 10 കാണിക്കുന്നു.

ബ്രേക്കിംഗിന് മതിയായ അകലത്തിൽ പോയിൻ്റ് ക്ലൗഡിൻ്റെ മതിയായ കൃത്യത ലഭിക്കുന്നതിന്, ഉയർന്ന മിഴിവുള്ള ക്യാമറകൾ ഉപയോഗിക്കേണ്ടത് ആവശ്യമാണ്. ചിത്രത്തിൻ്റെ വലുപ്പം വർദ്ധിപ്പിക്കുന്നത് അസമത്വ ഭൂപടം നേടുന്നതിനുള്ള കമ്പ്യൂട്ടേഷണൽ ചെലവ് വർദ്ധിപ്പിക്കുന്നു. അധിനിവേശ ഉറവിടങ്ങൾക്കും സിസ്റ്റം പ്രതികരണ സമയത്തിനും ആവശ്യമായ വ്യവസ്ഥകൾ കാരണം, വീഡിയോ ക്യാമറകളിൽ നിന്ന് ഉപയോഗപ്രദമായ ഡാറ്റ എക്‌സ്‌ട്രാക്റ്റുചെയ്യുന്നതിനുള്ള അൽഗോരിതങ്ങളും സമീപനങ്ങളും നിരന്തരം വികസിപ്പിക്കുകയും പരിശോധിക്കുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്.

അൽഗോരിതങ്ങളുടെ പരിശോധനയുടെയും സ്ഥിരീകരണത്തിൻ്റെയും ഒരു ഭാഗം റെയിൽവേ സിമുലേറ്റർ ഉപയോഗിച്ചാണ് നടത്തുന്നത്, ഇത് JSC NIIAS-നൊപ്പം PKB TsT വികസിപ്പിച്ചെടുക്കുന്നു. ഉദാഹരണത്തിന്, സ്റ്റീരിയോ ക്യാമറ അൽഗോരിതങ്ങളുടെ പ്രകടനം പരിശോധിക്കാൻ ഒരു സിമുലേറ്ററിൻ്റെ ഉപയോഗം ചിത്രം 11 കാണിക്കുന്നു.

ചിത്രം 11. എ, ബി - സിമുലേറ്ററിൽ നിന്ന് ഇടത്, വലത് ഫ്രെയിമുകൾ; ബി - ഒരു സ്റ്റീരിയോ ക്യാമറയിൽ നിന്നുള്ള ഡാറ്റയുടെ പുനർനിർമ്മാണത്തിൻ്റെ മുകളിലെ കാഴ്ച; ഡി - സിമുലേറ്ററിൽ നിന്നുള്ള സ്റ്റീരിയോ ക്യാമറ ചിത്രങ്ങളുടെ പുനർനിർമ്മാണം.

ആളുകളെയും കാറുകളെയും അവയുടെ വർഗ്ഗീകരണത്തെയും കണ്ടെത്തുക എന്നതാണ് ന്യൂറൽ നെറ്റ്‌വർക്കുകളുടെ പ്രധാന ദൌത്യം.
കഠിനമായ കാലാവസ്ഥയിൽ പ്രവർത്തിക്കാൻ, JSC NIIAS-ൽ നിന്നുള്ള വിദഗ്ധരും ഇൻഫ്രാറെഡ് ക്യാമറകൾ ഉപയോഗിച്ച് പരിശോധനകൾ നടത്തി.

ചിത്രം 12. ഐആർ ക്യാമറയിൽ നിന്നുള്ള ഡാറ്റ

എല്ലാ സെൻസറുകളിൽ നിന്നുമുള്ള ഡാറ്റ അസോസിയേഷൻ അൽഗോരിതങ്ങളെ അടിസ്ഥാനമാക്കി സംയോജിപ്പിച്ചിരിക്കുന്നു, അവിടെ തടസ്സങ്ങളുടെ (വസ്തുക്കൾ) നിലനിൽപ്പിൻ്റെ സംഭാവ്യത വിലയിരുത്തപ്പെടുന്നു.

മാത്രമല്ല, ട്രാക്കിലെ എല്ലാ വസ്തുക്കളും തടസ്സങ്ങളല്ല; ഷണ്ടിംഗ് പ്രവർത്തനങ്ങൾ നടത്തുമ്പോൾ, ലോക്കോമോട്ടീവ് ഓട്ടോമാറ്റിക്കായി കാറുകളുമായി ജോടിയാക്കണം.

ചിത്രം 13. വ്യത്യസ്ത സെൻസറുകൾ ഉപയോഗിച്ച് തടസ്സം കണ്ടെത്തുന്ന ഒരു കാറിലേക്കുള്ള സമീപനത്തിൻ്റെ ദൃശ്യവൽക്കരണത്തിൻ്റെ ഒരു ഉദാഹരണം

ആളില്ലാ ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകൾ പ്രവർത്തിപ്പിക്കുമ്പോൾ, ഉപകരണത്തിൽ എന്താണ് സംഭവിക്കുന്നതെന്നും അത് ഏത് അവസ്ഥയിലാണെന്നും വേഗത്തിൽ മനസ്സിലാക്കേണ്ടത് വളരെ പ്രധാനമാണ്. നായയെപ്പോലുള്ള ഒരു മൃഗം ലോക്കോമോട്ടീവിന് മുന്നിൽ പ്രത്യക്ഷപ്പെടുമ്പോൾ സാഹചര്യങ്ങളും സാധ്യമാണ്. ഓൺബോർഡ് അൽഗോരിതങ്ങൾ ലോക്കോമോട്ടീവിനെ സ്വയമേവ നിർത്തും, പക്ഷേ നായ വഴിയിൽ നിന്ന് നീങ്ങുന്നില്ലെങ്കിൽ അടുത്തതായി എന്തുചെയ്യും?

കപ്പലിലെ സാഹചര്യം നിരീക്ഷിക്കുന്നതിനും അടിയന്തിര സാഹചര്യങ്ങളിൽ തീരുമാനങ്ങൾ എടുക്കുന്നതിനും, സ്റ്റേഷനിലെ എല്ലാ ആളില്ലാ ലോക്കോമോട്ടീവുകളുമായും പ്രവർത്തിക്കാൻ രൂപകൽപ്പന ചെയ്ത ഒരു സ്റ്റേഷണറി റിമോട്ട് കൺട്രോളും മോണിറ്ററിംഗ് പാനലും വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. ലുഷ്സ്കയ സ്റ്റേഷനിൽ ഇത് ഇസി പോസ്റ്റിലാണ് സ്ഥിതി ചെയ്യുന്നത്.

ചിത്രം 14 വിദൂര നിയന്ത്രണവും നിരീക്ഷണവും

Luzhskoy സ്റ്റേഷനിൽ, ചിത്രം 14 ൽ കാണിച്ചിരിക്കുന്ന നിയന്ത്രണ പാനൽ മൂന്ന് ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളുടെ പ്രവർത്തനത്തെ നിയന്ത്രിക്കുന്നു. ആവശ്യമെങ്കിൽ, ഈ റിമോട്ട് കൺട്രോൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് തത്സമയം വിവരങ്ങൾ കൈമാറിക്കൊണ്ട് ബന്ധിപ്പിച്ച ലോക്കോമോട്ടീവുകളിലൊന്ന് നിയന്ത്രിക്കാൻ കഴിയും (റേഡിയോ ചാനൽ വഴിയുള്ള ഡാറ്റാ ട്രാൻസ്മിഷൻ കണക്കിലെടുത്ത് 300 എംഎസിൽ കൂടുതൽ കാലതാമസം വരുത്തരുത്).

പ്രവർത്തനപരമായ സുരക്ഷാ പ്രശ്നങ്ങൾ

ആളില്ലാ ലോക്കോമോട്ടീവുകൾ അവതരിപ്പിക്കുമ്പോൾ ഏറ്റവും പ്രധാനപ്പെട്ട പ്രശ്നം ഫംഗ്ഷണൽ സുരക്ഷയുടെ പ്രശ്നമാണ്, IEC 61508 "സുരക്ഷയുമായി ബന്ധപ്പെട്ട ഇലക്ട്രിക്കൽ, ഇലക്ട്രോണിക്, പ്രോഗ്രാം ചെയ്യാവുന്ന ഇലക്ട്രോണിക് സിസ്റ്റങ്ങളുടെ പ്രവർത്തന സുരക്ഷ" (EN50126, EN50128, EN50129), GOST 33435-2015 റെയിൽവേ റോളിംഗ് സ്റ്റോക്കിൻ്റെ നിയന്ത്രണം, നിരീക്ഷണം, സുരക്ഷ എന്നിവയ്ക്കായി".

ഓൺ-ബോർഡ് സുരക്ഷാ ഉപകരണങ്ങളുടെ ആവശ്യകതകൾക്ക് അനുസൃതമായി, സുരക്ഷാ ഇൻ്റഗ്രിറ്റി ലെവൽ 4 (SIL4) നേടിയിരിക്കണം.

SIL-4 ലെവലിന് അനുസൃതമായി, നിലവിലുള്ള എല്ലാ ലോക്കോമോട്ടീവ് സുരക്ഷാ ഉപകരണങ്ങളും ഭൂരിഭാഗം ലോജിക് ഉപയോഗിച്ചാണ് നിർമ്മിച്ചിരിക്കുന്നത്, ഇവിടെ രണ്ട് ചാനലുകളിൽ (അല്ലെങ്കിൽ അതിലധികമോ) സമാന്തരമായി കണക്കുകൂട്ടലുകൾ നടത്തുകയും ഫലങ്ങൾ ഒരു തീരുമാനമെടുക്കുന്നതിന് താരതമ്യം ചെയ്യുകയും ചെയ്യുന്നു.

ആളില്ലാ ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളിലെ സെൻസറുകളിൽ നിന്നുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള കമ്പ്യൂട്ടിംഗ് യൂണിറ്റും അന്തിമ ഫലത്തിൻ്റെ താരതമ്യത്തോടെ രണ്ട്-ചാനൽ സ്കീം ഉപയോഗിച്ചാണ് നിർമ്മിച്ചിരിക്കുന്നത്.

വിഷൻ സെൻസറുകളുടെ ഉപയോഗം, വ്യത്യസ്ത കാലാവസ്ഥയിലും വ്യത്യസ്ത പരിതസ്ഥിതികളിലും പ്രവർത്തിക്കുന്നതിന് ആളില്ലാ വാഹനങ്ങളുടെ സുരക്ഷ തെളിയിക്കുന്നതിനുള്ള ഒരു പുതിയ സമീപനം ആവശ്യമാണ്.

2019-ൽ, ISO/PAS 21448 നിലവാരമുള്ള “റോഡ് വാഹനങ്ങൾ. നിർവചിക്കപ്പെട്ട പ്രവർത്തനങ്ങളുടെ സുരക്ഷ (SOTIF). ഈ സ്റ്റാൻഡേർഡിൻ്റെ പ്രധാന തത്ത്വങ്ങളിലൊന്നാണ് വിവിധ സാഹചര്യങ്ങളിൽ സിസ്റ്റത്തിൻ്റെ പെരുമാറ്റം പരിശോധിക്കുന്ന സാഹചര്യ സമീപനം. മൊത്തം സാഹചര്യങ്ങളുടെ എണ്ണം അനന്തതയെ പ്രതിനിധീകരിക്കുന്നു. അറിയപ്പെടുന്ന സുരക്ഷിതമല്ലാത്ത സാഹചര്യങ്ങളെയും അജ്ഞാതമായ സുരക്ഷിതമല്ലാത്ത സാഹചര്യങ്ങളെയും പ്രതിനിധീകരിക്കുന്ന മേഖലകൾ 2, 3 എന്നിവ ചെറുതാക്കുക എന്നതാണ് പ്രധാന ഡിസൈൻ വെല്ലുവിളി.

ചിത്രം 15 വികസനത്തിൻ്റെ ഫലമായി സാഹചര്യങ്ങളുടെ പരിവർത്തനം

ഈ സമീപനത്തിൻ്റെ പ്രയോഗത്തിൻ്റെ ഭാഗമായി, JSC NIIAS-ൽ നിന്നുള്ള സ്പെഷ്യലിസ്റ്റുകൾ 2017-ൽ പ്രവർത്തനം ആരംഭിച്ചതുമുതൽ ഉയർന്നുവരുന്ന എല്ലാ സാഹചര്യങ്ങളും (സാഹചര്യങ്ങൾ) വിശകലനം ചെയ്തു. യഥാർത്ഥ പ്രവർത്തനത്തിൽ നേരിടാൻ ബുദ്ധിമുട്ടുള്ള ചില സാഹചര്യങ്ങൾ PKB CT സിമുലേറ്റർ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നു.

റെഗുലേറ്ററി പ്രശ്നങ്ങൾ

ലോക്കോമോട്ടീവ് ക്യാബിനിൽ ഒരു ഡ്രൈവറുടെ സാന്നിധ്യമില്ലാതെ പൂർണ്ണമായും യാന്ത്രിക നിയന്ത്രണത്തിലേക്ക് പൂർണ്ണമായും മാറുന്നതിന്, റെഗുലേറ്ററി പ്രശ്നങ്ങൾ പരിഹരിക്കേണ്ടതും ആവശ്യമാണ്.

നിമിഷം, ജെഎസ്സി റഷ്യൻ റെയിൽവേ ഓട്ടോമാറ്റിക് മോഡിൽ റെയിൽവേ റോളിംഗ് സ്റ്റോക്കിനുള്ള നിയന്ത്രണ സംവിധാനങ്ങൾ നടപ്പിലാക്കുന്നതിനുള്ള നടപടികൾ നടപ്പിലാക്കുന്നതിനുള്ള റെഗുലേറ്ററി സപ്പോർട്ടിൽ ജോലികൾ നടപ്പിലാക്കുന്നതിനുള്ള ഒരു ഷെഡ്യൂൾ അംഗീകരിച്ചു. റെയിൽവേ ഗതാഗതത്തിലെ ഉൽപാദനവുമായി ബന്ധമില്ലാത്ത പൗരന്മാരുടെ ജീവിതത്തിനോ ആരോഗ്യത്തിനോ ഹാനി വരുത്തിയ ഗതാഗത സംഭവങ്ങളുടെ ഔദ്യോഗിക അന്വേഷണത്തിനും റെക്കോർഡിംഗിനുമുള്ള നടപടിക്രമങ്ങൾ സംബന്ധിച്ച ചട്ടങ്ങൾ അപ്‌ഡേറ്റ് ചെയ്യുന്നതാണ് ഏറ്റവും പ്രധാനപ്പെട്ട പ്രശ്‌നങ്ങളിലൊന്ന്. ഈ പദ്ധതിക്ക് അനുസൃതമായി, 2021-ൽ ആളില്ലാ റെയിൽവേ വാഹനങ്ങളുടെ പ്രവർത്തനം നിയന്ത്രിക്കുന്ന രേഖകളുടെ ഒരു പാക്കേജ് വികസിപ്പിക്കുകയും അംഗീകരിക്കുകയും വേണം.

Afterword

ഇപ്പോൾ, ലുഷ്‌സ്കയ സ്റ്റേഷനിൽ പ്രവർത്തിക്കുന്ന ആളില്ലാ ഷണ്ടിംഗ് ലോക്കോമോട്ടീവുകളുടെ ലോകത്ത് അനലോഗുകളൊന്നുമില്ല. ഫ്രാൻസ് (എസ്എൻസിഎഫ് കമ്പനി), ജർമ്മനി, ഹോളണ്ട് (പ്രോറെയിൽ കമ്പനി), ബെൽജിയം (ലീനാസ് കമ്പനി) എന്നിവിടങ്ങളിൽ നിന്നുള്ള സ്പെഷ്യലിസ്റ്റുകൾ 2018-2019 ൽ വികസിപ്പിച്ച നിയന്ത്രണ സംവിധാനവുമായി പരിചയപ്പെടുകയും സമാന സംവിധാനങ്ങൾ നടപ്പിലാക്കാൻ താൽപ്പര്യപ്പെടുകയും ചെയ്യുന്നു. JSC NIIAS-ൻ്റെ പ്രധാന കടമകളിലൊന്ന്, റഷ്യൻ റെയിൽവേയിലും വിദേശ കമ്പനികളിലും പ്രവർത്തനക്ഷമത വിപുലീകരിക്കുകയും സൃഷ്ടിച്ച മാനേജ്മെൻ്റ് സിസ്റ്റം ആവർത്തിക്കുകയും ചെയ്യുക എന്നതാണ്.

നിലവിൽ, JSC റഷ്യൻ റെയിൽവേയും ആളില്ലാ ഇലക്ട്രിക് ട്രെയിനുകൾ "Lastochka" വികസിപ്പിക്കുന്നതിനുള്ള ഒരു പദ്ധതിക്ക് നേതൃത്വം നൽകുന്നു. ചട്ടക്കൂടിനുള്ളിൽ 16 ഓഗസ്റ്റിൽ ES2G Lastochka ഇലക്ട്രിക് ട്രെയിനിനുള്ള പ്രോട്ടോടൈപ്പ് ഓട്ടോമാറ്റിക് കൺട്രോൾ സിസ്റ്റത്തിൻ്റെ ഒരു പ്രദർശനം ചിത്രം 2019 കാണിക്കുന്നു. ഇൻ്റർനാഷണൽ റെയിൽവേ സലൂൺ സ്പേസ് 1520 "PRO//Movement.Expo".

ചിത്രം 16. എംസിസിയിൽ ആളില്ലാ ഇലക്ട്രിക് ട്രെയിനിൻ്റെ പ്രവർത്തനത്തിൻ്റെ പ്രദർശനം

ഉയർന്ന വേഗത, ഗണ്യമായ ബ്രേക്കിംഗ് ദൂരങ്ങൾ, സ്റ്റോപ്പിംഗ് പോയിൻ്റുകളിൽ യാത്രക്കാരുടെ സുരക്ഷിതമായ ബോർഡിംഗ്/ഇറക്കം എന്നിവ ഉറപ്പാക്കൽ എന്നിവ കാരണം ആളില്ലാ ഇലക്ട്രിക് ട്രെയിൻ സൃഷ്ടിക്കുന്നത് വളരെ ബുദ്ധിമുട്ടുള്ള കാര്യമാണ്. നിലവിൽ എംസിസിയിൽ പരിശോധന സജീവമാണ്. ഈ പ്രോജക്ടിനെക്കുറിച്ചുള്ള ഒരു സ്റ്റോറി സമീപഭാവിയിൽ പ്രസിദ്ധീകരിക്കാൻ പദ്ധതിയിടുന്നു.

അവലംബം: www.habr.com