De ontwikkeling van onbemande technologieën op het spoor begon al lang geleden, al in 1957, toen het eerste experimentele geautomatiseerde geleidingssysteem voor pendeltreinen werd gecreëerd. Om het verschil tussen automatiseringsniveaus voor het spoorvervoer te begrijpen, is een gradatie geïntroduceerd, gedefinieerd in de IEC-62290-1 standaard. In tegenstelling tot het wegvervoer kent het spoorvervoer vier automatiseringsgraden, weergegeven in figuur 4.
Figuur 1. Automatiseringsgraden volgens IEC-62290
Bijna alle treinen die op het Russische spoorwegnet rijden, zijn uitgerust met een veiligheidsapparaat dat overeenkomt met automatiseringsniveau 1. Treinen met automatiseringsniveau 2 worden al meer dan 20 jaar met succes op het Russische spoorwegnet geëxploiteerd; er zijn enkele duizenden locomotieven uitgerust. Dit niveau wordt geïmplementeerd via tractiecontrole- en remalgoritmen voor een energie-optimaal rijden van de trein langs een bepaalde route, waarbij rekening wordt gehouden met het schema en de metingen van automatische locomotiefsignaleringssystemen die via een inductief kanaal van de spoorcircuits worden ontvangen. Het gebruik van niveau 2 vermindert de vermoeidheid van de bestuurder en biedt voordelen op het gebied van energieverbruik en nauwkeurigheid van de uitvoering van de planning.
Niveau 3 gaat uit van de mogelijke afwezigheid van een chauffeur in de cabine, wat de implementatie van een technisch zichtsysteem vereist.
Niveau 4 gaat uit van de volledige afwezigheid van een machinist aan boord, wat een aanzienlijke verandering in het ontwerp van de locomotief (elektrische trein) vereist. Er zijn bijvoorbeeld stroomonderbrekers aan boord die niet worden gereset als ze worden geactiveerd zonder dat er iemand aan boord is.
Momenteel worden projecten om niveaus 3 en 4 te bereiken geïmplementeerd door toonaangevende bedrijven in de wereld, zoals Siemens, Alstom, Thales, SNCF, SBB en anderen.
Siemens presenteerde haar project op het gebied van zelfrijdende trams in september 2018 op de Innotrans-beurs. Deze tram rijdt sinds 3 in Potsdam met automatiseringsniveau GoA2018.
Figuur 2 Siemens-tram
In 2019 heeft Siemens de lengte van de onbemande route ruim verdubbeld.
De Russische spoorwegmaatschappij was een van de eersten ter wereld die begon met de ontwikkeling van onbemande spoorvoertuigen. Zo werd in 2015 op het Luzhskaya-station een project gelanceerd om de beweging van 3 rangeerlocomotieven te automatiseren, waarbij NIIAS JSC optrad als projectintegrator en ontwikkelaar van basistechnologieën.
Het creëren van een onbemande locomotief is een complex, complex proces dat onmogelijk is zonder samenwerking met andere bedrijven. Daarom nemen op het Luzhskaya-station, samen met JSC NIIAS, de volgende bedrijven deel:
- JSC "VNIKTI" in termen van de ontwikkeling van een controlesysteem aan boord;
- Siemens – op het gebied van het automatiseren van de bultbediening (MSR-32-systeem) en het automatiseren van de werking van het duwen van auto's;
- JSC Radioavionics in termen van microprocessorcentralisatiesystemen die schakelaars en verkeerslichten besturen;
- PKB CT – creatie van een simulator;
- JSC Russian Railways als projectcoördinator.
In de eerste fase was het de taak om niveau 2 van verkeersautomatisering te bereiken, waarbij de machinist onder normale omstandigheden voor het organiseren van rangeerwerkzaamheden de locomotiefbediening niet gebruikt.
Bij het gebruik van conventionele rangeerlocomotieven wordt de verkeersleiding uitgevoerd door stemcommando's van de coördinator naar de machinist te verzenden, waarbij de juiste routes worden ingesteld (wissels verplaatsen, verkeerslichten aanzetten).
Bij de overstap naar automatisering op niveau 2 werd alle spraakcommunicatie vervangen door een systeem van opdrachten die via een digitaal beveiligd radiokanaal werden verzonden. Technisch gezien werd de besturing van rangeerlocomotieven op het Loezjskaja-station gebouwd op basis van:
- uniform digitaal model van het station;
- protocol voor het besturen van de beweging van rangeerlocomotieven (voor het verzenden van commando's en het monitoren van de uitvoering);
- interactie met het elektrische centralisatiesysteem om informatie te verkrijgen over bepaalde routes, de positie van pijlen en signalen;
- positioneringssystemen voor rangeerlocomotieven;
- betrouwbare digitale radiocommunicatie.
In 2017 werkten 3 TEM-7A rangeerlocomotieven 95% van de tijd op het Luzhskaya-station in volledig automatische modus, waarbij ze de volgende bewerkingen uitvoerden:
- Automatische beweging langs een bepaalde route;
- Automatische toegang tot auto's;
- Automatische koppeling met wagons;
- Auto's op de bult duwen.
In 2017 is een project gestart om een technisch visiesysteem voor het rangeren van locomotieven te creëren en besturing op afstand in te voeren in geval van noodsituaties.
In november 2017 installeerden specialisten van JSC NIIAS het eerste prototype van een technisch visiesysteem op rangeerlocomotieven, bestaande uit radars, lidar en camera’s (Figuur 3).
Figuur 3 Eerste versies van technische vision-systemen
Tijdens tests op het Luga-station van het technische visiesysteem in 2017 - 2018 werden de volgende conclusies getrokken:
- Het gebruik van radars voor het detecteren van obstakels is onpraktisch, aangezien de spoorlijn een aanzienlijk aantal metalen voorwerpen heeft met goede reflectiviteit. Het detectiebereik van mensen tegen hun achtergrond bedraagt niet meer dan 60-70 meter, bovendien hebben radars onvoldoende hoekresolutie en bedraagt deze ongeveer 1°. Onze bevindingen werden vervolgens bevestigd door testresultaten van collega’s van de SNCF (de Franse spoorwegmaatschappij).
- Lidars leveren zeer goede resultaten met minimaal geluid. Bij sneeuwval, regen of mist wordt een niet-kritieke afname van het detectiebereik van objecten waargenomen. In 2017 waren lidars echter vrij duur, wat de economische prestaties van het project aanzienlijk beïnvloedde.
- Camera's zijn een essentieel onderdeel van een technisch visiesysteem en zijn noodzakelijk voor detectie, objectclassificatie en afstandsbedieningstaken. Om 's nachts en onder moeilijke weersomstandigheden te kunnen werken, is het noodzakelijk om te beschikken over infraroodcamera's of camera's met een groter golflengtebereik die in het nabij-infraroodbereik kunnen werken.
De hoofdtaak van technisch zicht is het onderweg detecteren van obstakels en andere objecten, en aangezien de beweging langs een spoor wordt uitgevoerd, is het noodzakelijk om deze te detecteren.
Figuur 4. Voorbeeld van segmentatie in meerdere klassen (spoor, auto's) en bepaling van de spooras met behulp van een binair masker
Figuur 4 toont een voorbeeld van spoordetectie. Om de bewegingsroute langs de pijlen ondubbelzinnig te bepalen, wordt a priori informatie over de positie van de pijl en verkeerslichtmetingen gebruikt, verzonden via een digitaal radiokanaal vanuit het elektrische centralisatiesysteem. Momenteel is er bij de spoorwegen in de wereld een trend om verkeerslichten achterwege te laten en over te schakelen op besturingssystemen via een digitaal radiokanaal. Dit geldt vooral voor hogesnelheidsverkeer, omdat het bij snelheden boven de 200 km/u moeilijk wordt om verkeerslichten op te merken en te herkennen. In Rusland zijn er twee secties die zonder het gebruik van verkeerslichten worden geëxploiteerd: de Moskouse Centrale Cirkel en de Alpika-Service - Adler-lijn.
In de winter kunnen zich situaties voordoen waarin de baan volledig onder sneeuw ligt en herkenning van de baan vrijwel onmogelijk wordt, zoals weergegeven in Figuur 5.
Figuur 5 Voorbeeld van een baan bedekt met sneeuw
In dit geval wordt het onduidelijk of de gedetecteerde objecten de beweging van de locomotief verstoren, dat wil zeggen dat ze zich op de baan bevinden of niet. In dit geval worden op het Loezjskaja-station een uiterst nauwkeurig digitaal model van het station en een uiterst nauwkeurig boordnavigatiesysteem gebruikt.
Bovendien werd het digitale model van het station gecreëerd op basis van geodetische metingen van basispunten. Vervolgens werd op basis van de verwerking van vele passages van locomotieven met een uiterst nauwkeurig positioneringssysteem een kaart langs alle sporen voltooid.
Figuur 6 Digitaal model van de spoorontwikkeling van het Loezjskoj-station
Een van de belangrijkste parameters voor het boordpositioneringssysteem is de fout bij het berekenen van de oriëntatie (azimut) van de locomotief. De oriëntatie van de locomotief is noodzakelijk voor de juiste oriëntatie van de sensoren en de daardoor gedetecteerde objecten. Bij een oriëntatiehoekfout van 1° bedraagt de fout in objectcoördinaten ten opzichte van de padas op een afstand van 100 meter 1,7 meter.
Figuur 7 Effect van oriëntatiefout op laterale coördinaatfout
Daarom mag de maximaal toelaatbare fout bij het meten van de hoekoriëntatie van de locomotief niet groter zijn dan 0,1°. Het positioneringssysteem aan boord zelf bestaat uit twee navigatieontvangers met dubbele frequentie in RTK-modus, waarvan de antennes over de gehele lengte van de locomotief zijn verdeeld om een lange basis te creëren, een vastgezet traagheidsnavigatiesysteem en verbinding met wielsensoren (kilometertellers). De standaardafwijking bij het bepalen van de coördinaten van de rangeerlocomotief bedraagt maximaal 5 cm.
Bovendien werd op het station Luzhskaya onderzoek gedaan naar het gebruik van SLAM-technologieën (lidar en visueel) om aanvullende locatiegegevens te verkrijgen.
Als gevolg hiervan wordt de bepaling van het spoortraject voor rangeerlocomotieven op het Loezjskaja-station uitgevoerd door de resultaten van spoorherkenning en op positionering gebaseerde digitale spoormodelgegevens te combineren.
Obstakeldetectie wordt ook op verschillende manieren uitgevoerd op basis van:
- lidar-gegevens;
- stereovisiegegevens;
- werking van neurale netwerken.
Een van de belangrijkste gegevensbronnen zijn lidars, die door laserscannen een puntenwolk produceren. De gebruikte algoritmen maken voornamelijk gebruik van klassieke algoritmen voor dataclustering. Als onderdeel van het onderzoek wordt de effectiviteit getest van het gebruik van neurale netwerken voor het clusteren van lidarpunten, evenals voor de gezamenlijke verwerking van lidargegevens en gegevens van videocamera's. Figuur 8 toont een voorbeeld van lidargegevens (een wolk van punten met verschillende reflexiviteit) die een mannequin van een persoon toont tegen de achtergrond van een rijtuig op het Loezjskaja-station.
Figuur 8. Voorbeeld van lidargegevens op het station Loezjskoj
Figuur 9 toont een voorbeeld van het identificeren van een cluster uit een auto met een complexe vorm met behulp van gegevens van twee verschillende lidars.
Figuur 9. Voorbeeld van interpretatie van lidargegevens in de vorm van een cluster uit een hopperwagen
Afzonderlijk is het vermeldenswaard dat de kosten van lidars onlangs met bijna een orde van grootte zijn gedaald en dat hun technische kenmerken zijn toegenomen. Er bestaat geen twijfel dat deze trend zich zal voortzetten. Het detectiebereik van objecten door lidars die op het Loezjskaja-station worden gebruikt, bedraagt ongeveer 150 meter.
Om obstakels te detecteren, wordt ook een stereocamera gebruikt die een ander fysiek principe gebruikt.
Figuur 10. Dispariteitskaart van een stereopaar en gedetecteerde clusters
Figuur 10 toont een voorbeeld van stereocameragegevens met detectie van palen, spoordozen en een auto.
Om voldoende nauwkeurigheid van de puntenwolk te verkrijgen op een afstand die voldoende is om te remmen, is het noodzakelijk om camera's met hoge resolutie te gebruiken. Het vergroten van de afbeeldingsgrootte verhoogt de rekenkosten voor het verkrijgen van de dispariteitskaart. Vanwege de noodzakelijke voorwaarden voor de bezette bronnen en de responstijd van het systeem, is het noodzakelijk om voortdurend algoritmen en benaderingen te ontwikkelen en te testen voor het extraheren van nuttige gegevens uit videocamera's.
Een deel van het testen en verifiëren van algoritmen wordt uitgevoerd met behulp van een spoorwegsimulator, die door PKB TsT samen met JSC NIIAS wordt ontwikkeld. Figuur 11 toont bijvoorbeeld het gebruik van een simulator om de prestaties van stereocamera-algoritmen te testen.
Figuur 11. A, B - linker- en rechterframes van de simulator; B – bovenaanzicht van de reconstructie van gegevens van een stereocamera; D - reconstructie van stereocamerabeelden uit de simulator.
De hoofdtaak van neurale netwerken is het detecteren van mensen, auto's en hun classificatie.
Om onder barre weersomstandigheden te kunnen werken, voerden specialisten van JSC NIIAS ook testen uit met infraroodcamera’s.
Figuur 12. Gegevens van IR-camera
Gegevens van alle sensoren worden geïntegreerd op basis van associatie-algoritmen, waarbij de waarschijnlijkheid van het bestaan van obstakels (objecten) wordt beoordeeld.
Bovendien zijn niet alle objecten op het spoor obstakels; bij het uitvoeren van rangeerwerkzaamheden moet de locomotief automatisch aankoppelen met de wagons.
Figuur 13. Een voorbeeld van visualisatie van de nadering van een auto met obstakeldetectie door verschillende sensoren
Bij het bedienen van onbemande rangeerlocomotieven is het van groot belang om snel te begrijpen wat er met het materieel gebeurt en in welke staat het zich bevindt. Ook zijn er situaties mogelijk waarin een dier, zoals een hond, voor de locomotief verschijnt. Ingebouwde algoritmen zullen de locomotief automatisch stoppen, maar wat moet je nu doen als de hond niet opzij gaat?
Om de situatie aan boord te monitoren en beslissingen te nemen in geval van noodsituaties is er een stationair afstandsbedienings- en monitoringpaneel ontwikkeld, ontworpen om te werken met alle onbemande locomotieven op het station. Op het station Luzhskaya bevindt het zich bij de EC-post.
Figuur 14 Bediening en monitoring op afstand
Op het Loezjskoj-station bestuurt het bedieningspaneel, weergegeven in figuur 14, de bediening van drie rangeerlocomotieven. Indien nodig kunt u met deze afstandsbediening een van de aangesloten locomotieven besturen door informatie in realtime te verzenden (vertraging niet meer dan 300 ms, rekening houdend met gegevensoverdracht via radiokanaal).
Functionele veiligheidsproblemen
De belangrijkste kwestie bij de introductie van onbemande locomotieven is de kwestie van functionele veiligheid, gedefinieerd door de normen IEC 61508 "Functionele veiligheid van elektrische, elektronische, programmeerbare elektronische systemen met betrekking tot veiligheid" (EN50126, EN50128, EN50129), GOST 33435-2015 "Apparaten voor controle, monitoring en veiligheid van rollend spoorwegmaterieel".
Conform de eisen voor veiligheidsvoorzieningen aan boord moet veiligheidsintegriteitsniveau 4 (SIL4) worden bereikt.
Om te voldoen aan het SIL-4-niveau worden alle bestaande locomotiefveiligheidsvoorzieningen gebouwd met behulp van meerderheidslogica, waarbij berekeningen parallel in twee kanalen (of meer) worden uitgevoerd en de resultaten worden vergeleken om een beslissing te nemen.
De rekeneenheid voor het verwerken van gegevens van sensoren op onbemande rangeerlocomotieven is eveneens gebouwd met behulp van een tweekanaalsschema met een vergelijking van het eindresultaat.
Het gebruik van vision-sensoren en de werking onder verschillende weersomstandigheden en in verschillende omgevingen vereisen een nieuwe benadering van de kwestie van het bewijzen van de veiligheid van onbemande voertuigen.
In 2019 wordt de ISO/PAS 21448-norm “Wegvoertuigen. Beveiliging van gedefinieerde functies (SOTIF). Eén van de belangrijkste uitgangspunten van deze standaard is de scenariobenadering, waarbij het gedrag van het systeem onder verschillende omstandigheden wordt onderzocht. Het totale aantal scenario's vertegenwoordigt oneindigheid. De belangrijkste ontwerpuitdaging is het minimaliseren van de regio's 2 en 3, die bekende onveilige scenario's en onbekende onveilige scenario's vertegenwoordigen.
Figuur 15 Transformatie van scenario’s als gevolg van ontwikkeling
Als onderdeel van de toepassing van deze aanpak hebben specialisten van JSC NIIAS alle opkomende situaties (scenario’s) sinds de start van de exploitatie in 2017 geanalyseerd. Met de PKB CT-simulator worden enkele situaties uitgewerkt die in de praktijk moeilijk voorkomen.
Regelgevende kwesties
Om werkelijk volledig over te kunnen gaan op volledig automatische besturing zonder dat er een machinist in de locomotiefcabine aanwezig is, is het ook noodzakelijk om regelgevingsvraagstukken op te lossen.
Op dit moment heeft JSC Russian Railways een schema goedgekeurd voor de uitvoering van werkzaamheden op het gebied van regelgevende ondersteuning voor de implementatie van maatregelen voor de implementatie van controlesystemen voor rollend spoorwegmaterieel in automatische modus. Een van de belangrijkste kwesties is de actualisering van de regelgeving inzake de procedure voor officieel onderzoek en registratie van transportincidenten die hebben geleid tot schade aan het leven of de gezondheid van burgers die geen verband houden met de productie in het spoorvervoer. Conform dit plan moet in 2021 een pakket documenten worden ontwikkeld en goedgekeurd dat de exploitatie van onbemande spoorvoertuigen regelt.
nawoord
Op dit moment zijn er geen analogen in de wereld van onbemande rangeerlocomotieven die op het Luzhskaya-station worden geëxploiteerd. Specialisten uit Frankrijk (bedrijf SNCF), Duitsland, Nederland (bedrijf Prorail), België (bedrijf Lineas) raakten in 2018-2019 bekend met het ontwikkelde besturingssysteem en zijn geïnteresseerd in het implementeren van soortgelijke systemen. Een van de belangrijkste taken van JSC NIIAS is het uitbreiden van de functionaliteit en het repliceren van het gecreëerde managementsysteem, zowel op de Russische spoorwegen als voor buitenlandse bedrijven.
Momenteel leidt JSC Russian Railways ook een project om onbemande elektrische treinen “Lastochka” te ontwikkelen. Figuur 16 toont binnen het kader een demonstratie van het prototype van een automatisch besturingssysteem voor de elektrische trein ES2G Lastochka in augustus 2019. Internationale spoorwegsalonruimte 1520 "PRO//Movement.Expo".
Figuur 16. Demonstratie van de werking van een onbemande elektrische trein op de MCC
Het creëren van een onbemande elektrische trein is een veel moeilijkere taak vanwege de hoge snelheden, de aanzienlijke remafstanden en het veilig in- en uitstappen van passagiers bij stopplaatsen. Momenteel wordt er actief getest bij het MCC. Het is de bedoeling dat er binnenkort een verhaal over dit project wordt gepubliceerd.
Bron: www.habr.com