Развој беспилотних технологија у железничком саобраћају

Развој беспилотних технологија на железници почео је доста давно, већ 1957. године, када је створен први експериментални аутопилот комплекс за приградске возове. Да би се разумела разлика између нивоа аутоматизације за железнички транспорт, уводи се градација, дефинисана у стандарду ИЕЦ-62290-1. За разлику од друмског транспорта, железнички транспорт има 4 степена аутоматизације, приказано на слици 1.

Слика 1. Степени аутоматизације према ИЕЦ-62290

Готово сви возови који саобраћају на мрежи Руских железница опремљени су сигурносним уређајем који одговара степену аутоматизације 1. Возови са степеном аутоматизације 2 успешно саобраћају на мрежи руских железница више од 20 година, опремљено је неколико хиљада локомотива. Овај ниво се реализује помоћу алгоритама за контролу вуче и кочења за енергетски оптимално вођење воза дуж дате трасе, узимајући у обзир распоред и индикације система аутоматске сигнализације локомотиве примљене преко индуктивног канала од колосечних кола. Употреба нивоа 2 смањује замор возача и даје добитак у потрошњи енергије и тачности у извршавању распореда саобраћаја.

Ниво 3 претпоставља могуће одсуство возача у кабини, што захтева имплементацију система визије.

Ниво 4 подразумева потпуно одсуство машиновође на броду, што захтева значајну промену у дизајну локомотиве (електрични воз). На пример, на броду су инсталирани аутоматски прекидачи, који се неће моћи поново активирати ако се активирају без присуства особе на броду.

Тренутно се реализују пројекти за достизање нивоа 3 и 4 од стране водећих светских компанија као што су Сиеменс, Алстом, Тхалес, СНЦФ, СББ и друге.

Сиеменс је представио свој пројекат у области беспилотних трамваја у септембру 2018. године на изложби Иннотранс. Овај трамвај је у функцији у Потсдаму са степеном аутоматизације ГоА3 од 2018. године.

Слика 2 Сименсов трамвај
У 2019. Сиеменс је више него удвостручио дужину своје беспилотне руте.
Руске железнице једна је од првих компанија у свету која је почела да развија беспилотна железничка возила. Тако је 2015. године на станици Лужскаја покренут пројекат аутоматизације кретања 3 ранжирне локомотиве, где је НИИАС дд деловао као интегратор пројекта и програмер основних технологија.

Стварање локомотиве без посаде је сложен сложен процес који је немогућ без сарадње са другим компанијама. Стога, на станици Лузхскаиа, заједно са ЈСЦ НИИАС, учествују такве компаније као:

• АД "ВНИКТИ" у погледу развоја система управљања на броду;
• Сиеменс - у смислу аутоматизације рада ранжирне станице (систем МСР-32) и аутоматизације рада гурајућих кола;
• АД „Радиоавионика“ у смислу микропроцесорских система блокаде који управљају стрелицама, семафорима;
• ПКБ ТсТ - стварање симулатора;
• Руске железнице као координатор пројекта.

У првој фази, задатак је био да се постигне ниво 2 аутоматизације саобраћаја, када машиновођа, у нормалним условима за организовање маневарског рада, не користи команде локомотиве.

У току рада конвенционалних маневарских локомотива, контрола саобраћаја се врши преношењем гласовних команди од диспечера машиновођи уз постављање одговарајућих траса (стрелице за окретање, укључивање семафора).

Приликом преласка на ниво 2 аутоматизације, сва гласовна комуникација је замењена системом команди преношених преко дигиталног безбедног радио канала. Технички, управљање ранжирним локомотивама на станици Лужскаја изграђено је на основу:

• модел обједињене дигиталне станице;
• протокол за контролу кретања ранжирних локомотива (за слање команди и праћење њиховог извршавања);
• интеракција са електричним системом блокаде ради добијања информација о наведеним рутама, положају стрелица и сигналима;
• системи за позиционирање ранжирних локомотива;
• поуздан дигитални радио.

До 2017. године, 3 ранжирне локомотиве ТЕМ-7А радиле су 95% времена на станици Лужскаја у потпуно аутоматском режиму, обављајући следеће операције:

• Аутоматско кретање дуж дате руте;
• Аутоматски приступ вагонима;
• Аутоматско спајање са вагонима;
• Гурање вагона на ранжирну станицу.

У 2017. години покренут је пројекат креирања система визије за ранжирне локомотиве и увођења даљинског управљања у случају нужде.

У новембру 2017. године, специјалисти ЈСЦ НИИАС инсталирали су први прототип система визије за ранжирне локомотиве, који се састоји од радара, лидара и камера (слика 3).

Слика 3 Прве верзије система визије

Током тестирања на станици Луга висион система 2017-2018, извучени су следећи закључци:

• Употреба радара за откривање препрека је непрактична, будући да пруга има значајан број металних објеката са добром рефлексијом. Опсег детекције људи на њиховој позадини не прелази 60-70 метара, поред тога, радари имају недовољну угаону резолуцију и износи око 1 °. Наши налази су накнадно потврђени резултатима испитивања колега из СНЦФ-а (француски железнички оператер).
• Лидари дају веома добре резултате уз минималну буку. У случају снежних падавина, кише, магле долази до некритичног смањења домета детекције објеката. Међутим, 2017. године лидари су били прилично скупи, што је значајно утицало на економске перформансе пројекта.
• Камере су незаобилазни елемент техничког система вида и неопходне су за задатке детекције, класификације објеката и даљинског управљања. За рад ноћу и отежаним временским условима неопходно је имати инфрацрвене камере или камере са проширеним опсегом таласних дужина које могу да раде у блиском инфрацрвеном опсегу.

Основни задатак техничког вида је да детектује препреке и друге објекте у правцу кретања, а пошто се кретање врши дуж стазе, потребно га је детектовати.

Слика 4. Пример вишекласне сегментације (колосек, вагони) и одређивање осе колосека коришћењем бинарне маске

На слици 4 приказан је пример детекције трага. Да би се недвосмислено одредила рута кретања дуж стрелица, користе се априорне информације о положају стрелице, очитавања семафора, пренета преко дигиталног радио канала из система електричне блокаде. Тренутно постоји тренд на светским железницама да се напусте семафори и пређу на системе управљања путем дигиталног радио канала. Ово посебно важи за брзи саобраћај, јер при брзинама већим од 200 км/х постаје тешко уочити и препознати индикације семафора. У Русији постоје две деонице које раде без употребе семафора - ово је Московски централни прстен и линија Алпика-Сервице - Адлер.

Зими могу настати ситуације када је стаза потпуно прекривена снегом и препознавање стазе постаје готово немогуће, као што је приказано на слици 5.

Слика 5 Пример стазе прекривене снегом

У овом случају постаје нејасно да ли откривени објекти ометају кретање локомотиве, односно да ли су на путу или не. На станици Лужскаја, у овом случају, користи се дигитални модел станице високе прецизности и високопрецизни систем за навигацију на броду.

Штавише, дигитални модел станице креиран је на основу геодетских мерења базних тачака. Затим је, на основу обраде многих пролаза локомотива са системом за позиционирање високе прецизности, комплетирана мапа дуж свих колосека.

Слика 6 Дигитални модел развоја колосека станице Лужској

Један од најважнијих параметара за систем позиционирања на броду је грешка у израчунавању оријентације (азимута) локомотиве. Оријентација локомотиве је неопходна за исправну оријентацију сензора и објеката које детектују. Са грешком оријентацијског угла од 1°, грешка координата објекта у односу на осу путање на удаљености од 100 метара биће 1,7 метара.

Слика 7. Утицај оријентацијске грешке на попречну координатну грешку

Дакле, највећа дозвољена грешка у мерењу оријентације локомотиве у погледу угла не би требало да прелази 0,1°. Сам систем за позиционирање на броду се састоји од два двофреквентна навигациона пријемника у РТК режиму, чије су антене распоређене дуж целе дужине локомотиве како би се створила дуга база, инерцијални систем за навигацију са траком и везу са сензорима на точковима (одометрима). Стандардна девијација одређивања координата ранжирне локомотиве није већа од 5 цм.

Поред тога, на станици Лужскаја су спроведене студије о коришћењу СЛАМ технологија (лидар и визуелни) за добијање додатних података о положају.
Као резултат тога, одређивање колосека за ранжирне локомотиве у станици Лужскаја се врши комбиновањем резултата препознавања колосека и података дигиталног модела колосека на основу позиционирања.

Откривање препрека се такође врши на неколико начина на основу:

• лидар подаци;
• подаци о стерео визији;
• рад неуронских мрежа.

Један од главних извора података су лидари, који производе облак тачака ласерским скенирањем. У алгоритмима који су у функцији углавном се користе класични алгоритми за груписање података. У оквиру истраживања проверава се ефикасност коришћења неуронских мрежа за задатак груписања лидарских тачака, као и за заједничку обраду лидарских података и података са видео камера. На слици 8 приказан је пример лидарских података (облак тачака различите рефлексивности) који приказује људску лутку на позадини вагона на станици Лужскаја.

Слика 8. Пример података са лидара на станици Лужскаја

На слици 9 приказан је пример издвајања кластера из аутомобила сложеног облика према подацима два различита лидара.

Слика 9. Пример интерпретације лидарских података као кластера из вагона-хопера

Одвојено, вреди напоменути да је у последње време цена лидара пала за скоро ред величине, а њихове техничке карактеристике су порасле. Нема сумње да ће се овај тренд наставити. Домет детекције објеката лидарима који се користе на станици Лужскаја је око 150 метара.

Стерео камера која користи другачији физички принцип се такође користи за откривање препрека.

Слика 10. Мапа диспаритета из стереопара и откривених кластера

Слика 10 приказује пример података стерео камере са детекцијом стубова, путних сандука и вагона.

Да би се добила довољна тачност облака тачака на растојању довољном за кочење, неопходно је користити камере високе резолуције. Повећање величине слике повећава рачунске трошкове добијања карте диспаритета. Због неопходних услова за заузете ресурсе и време одзива система, потребно је стално развијати и тестирати алгоритме и приступе за издвајање корисних података са видео камера.

Део тестирања и верификације алгоритама се спроводи коришћењем железничког симулатора, који развија Пројектни биро ТсТ заједно са ЈСЦ НИИАС. На пример, слика 11 приказује употребу симулатора за тестирање рада алгоритама стерео камере.

Слика 11. А, Б - леви и десни оквир са симулатора; Б – поглед одозго на реконструкцију података са стерео камере; Д - реконструкција слике стерео камере са симулатора.

Главни задатак неуронских мрежа је откривање људи, вагона и њихова класификација.
За рад у тешким временским условима, стручњаци ЈСЦ НИИАС су такође извршили тестове помоћу инфрацрвених камера.

Слика 12. Подаци са ИЦ камере

Подаци са свих сензора су интегрисани на основу алгоритама асоцијације, где се процењује вероватноћа постојања препрека (објеката).

Штавише, нису сви објекти на путу препреке, при извођењу маневарских операција локомотива се мора аутоматски спојити са вагонима.

Слика 13. Пример визуелизације улаза у аутомобил са детекцијом препрека различитим сензорима

Приликом управљања ранжирним локомотивама без посаде, изузетно је важно брзо схватити шта се дешава са опремом, у каквом је стању. Постоје и ситуације када се испред локомотиве појави нека животиња, на пример пас. Алгоритми на возилу ће аутоматски зауставити локомотиву, али шта даље ако се пас не склони с пута?

За контролу ситуације на броду и доношење одлука у случају ванредних ситуација, развијена је стационарна даљинска и контролна табла, дизајнирана за рад са свим беспилотним локомотивама у станици. На станици Лузхскаиа, налази се на пошти ЕК.

Слика 14 Даљинско управљање и управљање

У станици Лужској, контролна табла приказана на слици 14 контролише рад три ранжирне локомотиве. Ако је потребно, помоћу овог даљинског управљача можете контролисати једну од повезаних локомотива преносом информација у реалном времену (кашњење није веће од 300 мс, узимајући у обзир пренос података преко радио канала).

Питања функционалне безбедности

Најважније питање у имплементацији беспилотних локомотива је питање функционалне безбедности, дефинисано стандардима ИЕЦ 61508 „Функционална безбедност електричних, електронских, програмабилних електронских система који се односе на безбедност“ (ЕН50126, ЕН50128, ЕН50129), ГОСТ 33435-2015. „Уређаји за контролу, праћење и безбедност железничких возних средстава“.

Ниво интегритета безбедности 4 (СИЛ4) је потребан да би се испунили захтеви за сигурносне уређаје у возилу.

Да би били у складу са нивоом СИЛ-4, сви постојећи сигурносни уређаји локомотиве су изграђени према већинској логици, где се прорачуни изводе паралелно у два канала (или више) уз поређење резултата за доношење одлуке.

Рачунарска јединица за обраду података са сензора на ранжирним локомотивама без посаде такође је изграђена по двоканалној шеми са поређењем коначног резултата.

Употреба сензора вида, рад у различитим временским условима иу различитим срединама захтева нови приступ питању доказивања безбедности беспилотних возила.

2019. године стандард ИСО/ПАС 21448 „Друмска возила. Сигурност специфицираних функција (СОТИФ). Један од главних принципа овог стандарда је сценаријски приступ, који разматра понашање система у различитим околностима. Укупан број сценарија је бесконачан. Примарни циљ дизајна је да се минимизирају области 2 и 3 које представљају познате небезбедне сценарије и непознате небезбедне сценарије.

Слика 15 Трансформација скрипте као резултат развоја

У оквиру примене овог приступа, стручњаци АД НИИАС анализирали су све новонастале ситуације (сценарије) од почетка рада 2017. године. Неке од ситуација које је тешко испунити у стварном раду разрађују се помоћу ПКБ ТсТ симулатора.

Регулатори Иссуес

Регулаторна питања се такође морају решити како би се заиста прешло на потпуно аутоматско управљање без присуства машиновође у кабини локомотиве.

Руске железнице су у овом тренутку одобриле распоред за спровођење радова на регулаторној подршци за спровођење мера за увођење система аутоматског управљања железничким возним парком. Једно од најважнијих питања је ажурирање Правилника о поступку интерног истраживања и евидентирања саобраћајних незгода које су проузроковале штету по живот или здравље грађана, а не у вези са производњом у железничком саобраћају. У складу са овим планом, 2021. године треба да се изради и одобри пакет докумената који регулишу рад беспилотних железничких возила.

Афтерворд

Тренутно у свету не постоје аналоги беспилотних ранжирних локомотива, које раде у станици Лужскаја. Специјалисти из Француске (компанија СНЦФ), Немачке, Холандије (компанија Прораил), Белгије (компанија Линеас) упознали су се са развијеним системом управљања у 2018-2019 и заинтересовани су за имплементацију оваквих система. Један од главних задатака ЈСЦ НИИАС је проширење функционалности и реплицирање створеног система управљања како на руским железницама тако и за стране компаније.

У овом тренутку Руске железнице такође воде пројекат развоја беспилотних електричних возова Ластоцхка. На слици 16 приказана је демонстрација прототипа система аутоматског управљања за електрични воз ЕС2Г Ластоцхка у августу 2019. године у оквиру. Међународни железнички салон свемира 1520 "ПРО//Двизхение.Екпо".

Слика 16. Демонстрација рада електромоторног воза без посаде на МЦК

Стварање беспилотног електричног воза је много тежи задатак због великих брзина, значајног пута кочења и обезбеђивања безбедног уласка/искрцаја путника на стајалиштима. Тренутно се у МЦЦ-у активно спроводе тестови. Планирано је да се прича о овом пројекту објави у блиској будућности.

Извор: ввв.хабр.цом