ریلوے ٹرانسپورٹ میں بغیر پائلٹ ٹیکنالوجیز کی ترقی

ریلوے پر بغیر پائلٹ ٹیکنالوجیز کی ترقی کافی عرصہ پہلے شروع ہوئی تھی، پہلے ہی 1957 میں، جب مسافر ٹرینوں کے لیے پہلا تجرباتی خودکار رہنمائی کا نظام بنایا گیا تھا۔ ریلوے ٹرانسپورٹ کے لیے آٹومیشن کی سطحوں کے درمیان فرق کو سمجھنے کے لیے، ایک درجہ بندی متعارف کرائی گئی ہے، جس کی IEC-62290-1 معیار میں وضاحت کی گئی ہے۔ سڑک کی نقل و حمل کے برعکس، ریلوے ٹرانسپورٹ میں 4 ڈگری آٹومیشن ہوتی ہے، جسے شکل 1 میں دکھایا گیا ہے۔

شکل 1. IEC-62290 کے مطابق آٹومیشن کی ڈگریاں

روسی ریلوے نیٹ ورک پر چلنے والی تقریباً تمام ٹرینیں آٹومیشن لیول 1 کے مطابق حفاظتی ڈیوائس سے لیس ہیں۔ آٹومیشن لیول 2 والی ٹرینیں 20 سال سے زیادہ عرصے سے روسی ریلوے نیٹ ورک پر کامیابی سے چل رہی ہیں؛ کئی ہزار لوکوموٹیوز سے لیس ہیں۔ اس سطح کو ٹریک سرکٹس سے آنے والے چینل کے ذریعے موصول ہونے والے آٹومیٹک لوکوموٹیو سگنلنگ سسٹم کے شیڈول اور ریڈنگ کو مدنظر رکھتے ہوئے ٹرین کی توانائی سے زیادہ بہتر ڈرائیونگ کے لیے ٹریکشن کنٹرول اور بریکنگ الگورتھم کے ذریعے لاگو کیا جاتا ہے۔ لیول 2 کا استعمال ڈرائیور کی تھکاوٹ کو کم کرتا ہے اور توانائی کی کھپت اور شیڈول پر عمل درآمد کی درستگی میں فوائد فراہم کرتا ہے۔

لیول 3 ٹیکسی میں ڈرائیور کی ممکنہ غیر موجودگی کو فرض کرتا ہے، جس کے لیے تکنیکی وژن سسٹم کے نفاذ کی ضرورت ہوتی ہے۔

لیول 4 بورڈ پر ڈرائیور کی مکمل غیر موجودگی کو فرض کرتا ہے، جس کے لیے لوکوموٹیو (الیکٹرک ٹرین) کے ڈیزائن میں نمایاں تبدیلی کی ضرورت ہوتی ہے۔ مثال کے طور پر، بورڈ پر سرکٹ بریکرز ہیں جو جہاز میں موجود کسی شخص کے بغیر ٹرپ ہونے پر دوبارہ ترتیب نہیں دیں گے۔

فی الحال، سطح 3 اور 4 حاصل کرنے کے منصوبے دنیا کی معروف کمپنیاں، جیسے سیمنز، السٹوم، تھیلز، ایس این سی ایف، ایس بی بی اور دیگر کے ذریعے لاگو کیے جا رہے ہیں۔

سیمنز نے ستمبر 2018 میں Innotrans نمائش میں ڈرائیور کے بغیر ٹرام کے میدان میں اپنا پروجیکٹ پیش کیا۔ یہ ٹرام Potsdam میں GoA3 آٹومیشن لیول کے ساتھ 2018 سے چل رہی ہے۔

شکل 2 سیمنز ٹرام
2019 میں، سیمنز نے بغیر پائلٹ کے راستے کی لمبائی میں 2 گنا سے زیادہ اضافہ کیا۔
روسی ریلوے کمپنی دنیا کی پہلی کمپنی تھی جس نے بغیر پائلٹ کے ریلوے گاڑیاں تیار کرنا شروع کیں۔ اس طرح، 2015 میں لوزسکایا اسٹیشن پر، 3 شنٹنگ انجنوں کی نقل و حرکت کو خودکار بنانے کے لیے ایک پروجیکٹ شروع کیا گیا، جہاں NIIAS JSC نے پروجیکٹ انٹیگریٹر اور بنیادی ٹیکنالوجیز کے ڈویلپر کے طور پر کام کیا۔

بغیر پائلٹ انجن بنانا ایک پیچیدہ، پیچیدہ عمل ہے جو دوسری کمپنیوں کے تعاون کے بغیر ناممکن ہے۔ لہذا، Luzhskaya اسٹیشن پر، JSC NIIAS کے ساتھ، مندرجہ ذیل کمپنیاں شرکت کرتی ہیں:

• آن بورڈ کنٹرول سسٹم کی ترقی کے لحاظ سے JSC "VNIKTI"؛
• سیمنز - ہمپ آپریشن (MSR-32 سسٹم) کو خودکار بنانے اور کاروں کو دھکیلنے کے آپریشن کو خودکار کرنے کے لحاظ سے؛
• JSC Radioavionics مائکرو پروسیسر سنٹرلائزیشن سسٹمز کے لحاظ سے جو سوئچز اور ٹریفک لائٹس کو کنٹرول کرتے ہیں۔
• PKB CT - ایک سمیلیٹر کی تخلیق؛
• JSC روسی ریلوے بطور پروجیکٹ کوآرڈینیٹر۔

پہلے مرحلے میں، کام ٹریفک آٹومیشن کے لیول 2 کو حاصل کرنا تھا، جب ڈرائیور، شوٹنگ کے کام کو منظم کرنے کے لیے عام حالات میں، لوکوموٹو کنٹرولز کا استعمال نہیں کرتا ہے۔

روایتی شنٹنگ انجنوں کو چلاتے وقت، ٹریفک کنٹرول کو ڈسپیچر سے ڈرائیور تک صوتی کمانڈز منتقل کر کے مناسب راستوں کی ترتیب کے ساتھ کیا جاتا ہے (موونگ سوئچز، ٹریفک لائٹس آن کرنا)۔

لیول 2 آٹومیشن پر جانے پر، تمام صوتی مواصلات کو ڈیجیٹل محفوظ ریڈیو چینل پر منتقل ہونے والے کمانڈز کے نظام سے بدل دیا گیا۔ تکنیکی طور پر، Luzhskaya اسٹیشن پر شنٹنگ انجنوں کا کنٹرول اس بنیاد پر بنایا گیا تھا:

• اسٹیشن کا متحد ڈیجیٹل ماڈل؛
• شنٹنگ انجنوں کی نقل و حرکت کو کنٹرول کرنے کے لیے پروٹوکول (کمانڈ بھیجنے اور عملدرآمد کی نگرانی کے لیے)؛
• دیئے گئے راستوں، تیروں اور اشاروں کی پوزیشن کے بارے میں معلومات حاصل کرنے کے لیے برقی مرکزی نظام کے ساتھ تعامل؛
• شنٹنگ انجنوں کے لیے پوزیشننگ سسٹم؛
• قابل اعتماد ڈیجیٹل ریڈیو مواصلات۔

2017 تک، 3 TEM-7A شنٹنگ انجنوں نے Luzhskaya اسٹیشن پر 95% وقت مکمل طور پر خودکار موڈ میں کام کیا، درج ذیل کام انجام دیے:

• دیئے گئے راستے پر خودکار تحریک؛
• کاروں تک خودکار رسائی؛
• ویگنوں کے ساتھ خودکار جوڑے؛
• کاروں کو کوہان پر دھکیلنا۔

2017 میں، انجنوں کو شنٹ کرنے کے لیے ایک تکنیکی وژن سسٹم بنانے اور ہنگامی حالات کی صورت میں ریموٹ کنٹرول متعارف کرانے کے لیے ایک پروجیکٹ شروع کیا گیا۔

نومبر 2017 میں، JSC NIIAS کے ماہرین نے شنٹنگ انجنوں پر ایک تکنیکی وژن سسٹم کا پہلا پروٹو ٹائپ نصب کیا، جس میں ریڈار، لیڈر اور کیمرے شامل تھے (شکل 3)۔

شکل 3 تکنیکی وژن کے نظام کے پہلے ورژن

2017 - 2018 میں تکنیکی وژن سسٹم کے Luga اسٹیشن پر ٹیسٹ کے دوران، مندرجہ ذیل نتائج اخذ کیے گئے:

• رکاوٹوں کا پتہ لگانے کے لیے ریڈارز کا استعمال ناقابل عمل ہے، کیونکہ ریلوے میں اچھی عکاسی کے ساتھ دھاتی اشیاء کی خاصی تعداد موجود ہے۔ ان کے پس منظر کے خلاف لوگوں کا پتہ لگانے کی حد 60-70 میٹر سے زیادہ نہیں ہے، اس کے علاوہ، ریڈارز میں ناکافی کونیی ریزولوشن ہے اور یہ تقریباً 1° ہے۔ ہمارے نتائج کی تصدیق بعد میں SNCF (فرانسیسی ریلوے آپریٹر) کے ساتھیوں کے ٹیسٹ کے نتائج سے ہوئی۔
• Lidars کم سے کم شور کے ساتھ بہت اچھے نتائج فراہم کرتے ہیں۔ برف باری، بارش یا دھند کی صورت میں، اشیاء کی کھوج کی حد میں غیر اہم کمی دیکھی جاتی ہے۔ تاہم، 2017 میں، lidars کافی مہنگے تھے، جس نے اس منصوبے کی اقتصادی کارکردگی کو نمایاں طور پر متاثر کیا.
• کیمرے تکنیکی وژن کے نظام کا ایک لازمی عنصر ہیں اور یہ پتہ لگانے، آبجیکٹ کی درجہ بندی، اور ریموٹ کنٹرول کے کاموں کے لیے ضروری ہیں۔ رات کے وقت اور مشکل موسمی حالات میں کام کرنے کے لیے، انفراریڈ کیمرے یا ایک توسیعی طول موج کی حد کے ساتھ کیمرے کا ہونا ضروری ہے جو قریب کی انفراریڈ رینج میں کام کر سکے۔

تکنیکی نقطہ نظر کا بنیادی کام راستے میں رکاوٹوں اور دیگر اشیاء کا پتہ لگانا ہے، اور چونکہ یہ حرکت ٹریک کے ساتھ کی جاتی ہے، اس لیے اس کا پتہ لگانا ضروری ہے۔

شکل 4. کثیر طبقے کی تقسیم کی مثال (ٹریک، کاریں) اور بائنری ماسک کا استعمال کرتے ہوئے ٹریک کے محور کا تعین

شکل 4 رٹ کا پتہ لگانے کی ایک مثال دکھاتی ہے۔ تیروں کے ساتھ حرکت کے راستے کا واضح طور پر تعین کرنے کے لیے، تیر کی پوزیشن اور ٹریفک لائٹ ریڈنگ کے بارے میں ایک ترجیحی معلومات کا استعمال کیا جاتا ہے، جو برقی مرکزیت کے نظام سے ڈیجیٹل ریڈیو چینل کے ذریعے منتقل کی جاتی ہے۔ فی الحال، دنیا کے ریلوے میں ٹریفک لائٹس کو چھوڑنے اور ڈیجیٹل ریڈیو چینل کے ذریعے کنٹرول سسٹمز پر جانے کا رجحان ہے۔ یہ خاص طور پر تیز رفتار ٹریفک کے لیے درست ہے، کیونکہ 200 کلومیٹر فی گھنٹہ کی رفتار سے ٹریفک لائٹس کو دیکھنا اور پہچاننا مشکل ہو جاتا ہے۔ روس میں، ٹریفک لائٹس کے استعمال کے بغیر دو حصے چلائے جاتے ہیں - ماسکو سینٹرل سرکل اور الپیکا-سروس - ایڈلر لائن۔

موسم سرما میں، ایسے حالات پیدا ہو سکتے ہیں جب ٹریک مکمل طور پر برف کی لپیٹ میں ہو اور ٹریک کی پہچان تقریباً ناممکن ہو جائے، جیسا کہ شکل 5 میں دکھایا گیا ہے۔

تصویر 5 برف سے ڈھکے ہوئے ٹریک کی مثال

اس صورت میں، یہ غیر واضح ہو جاتا ہے کہ آیا دریافت شدہ اشیاء لوکوموٹو کی نقل و حرکت میں مداخلت کرتی ہیں، یعنی وہ ٹریک پر ہیں یا نہیں۔ اس صورت میں، Luzhskaya اسٹیشن پر، اسٹیشن کا ایک اعلیٰ درستگی والا ڈیجیٹل ماڈل اور ایک اعلیٰ درستگی والا آن بورڈ نیویگیشن سسٹم استعمال کیا جاتا ہے۔

مزید یہ کہ اسٹیشن کا ڈیجیٹل ماڈل بیس پوائنٹس کی جیوڈیٹک پیمائش کی بنیاد پر بنایا گیا تھا۔ پھر، ایک اعلیٰ درست پوزیشننگ سسٹم کے ساتھ انجنوں کے بہت سے حصئوں کی پروسیسنگ کی بنیاد پر، تمام پٹریوں کے ساتھ ایک نقشہ مکمل کیا گیا۔

تصویر 6 Luzhskoy اسٹیشن کے ٹریک کی ترقی کا ڈیجیٹل ماڈل

آن بورڈ پوزیشننگ سسٹم کے لیے سب سے اہم پیرامیٹرز میں سے ایک انجن کی واقفیت (azimuth) کا حساب لگانے میں غلطی ہے۔ لوکوموٹو کی واقفیت ان کے ذریعہ پائے جانے والے سینسرز اور اشیاء کی درست سمت کے لئے ضروری ہے۔ 1° کی واقفیت کے زاویہ کی خرابی کے ساتھ، 100 میٹر کے فاصلے پر راستے کے محور کی نسبت آبجیکٹ کوآرڈینیٹ میں خرابی 1,7 میٹر ہوگی۔

شکل 7 پس منظر کوآرڈینیٹ کی خرابی پر واقفیت کی خرابی کا اثر

لہذا، لوکوموٹیو کی کونیی واقفیت کی پیمائش میں زیادہ سے زیادہ قابل اجازت غلطی 0,1° سے زیادہ نہیں ہونی چاہیے۔ آن بورڈ پوزیشننگ سسٹم بذات خود RTK موڈ میں دو ڈوئل فریکوئنسی نیویگیشن ریسیورز پر مشتمل ہوتا ہے، جس کے اینٹینا کو لوکوموٹیو کی پوری لمبائی کے ساتھ فاصلہ پر رکھا جاتا ہے تاکہ ایک لمبی بنیاد، اسٹریپ ڈاؤن انرشل نیویگیشن سسٹم اور وہیل سینسرز (اوڈو میٹر) سے کنکشن بنایا جا سکے۔ شنٹنگ لوکوموٹو کے نقاط کا تعین کرنے میں معیاری انحراف 5 سینٹی میٹر سے زیادہ نہیں ہے۔

مزید برآں، Luzhskaya اسٹیشن پر، اضافی محل وقوع کا ڈیٹا حاصل کرنے کے لیے SLAM ٹیکنالوجیز (lidar اور visual) کے استعمال پر تحقیق کی گئی۔
نتیجے کے طور پر، Luzhskaya اسٹیشن پر انجنوں کو شنٹ کرنے کے لیے ریلوے ٹریک کا تعین ٹریک کی شناخت اور پوزیشننگ پر مبنی ڈیجیٹل ٹریک ماڈل ڈیٹا کے نتائج کو ملا کر کیا جاتا ہے۔

رکاوٹ کا پتہ لگانے کی بنیاد پر کئی طریقوں سے بھی کیا جاتا ہے:

• lidar ڈیٹا؛
• سٹیریو وژن ڈیٹا؛
• عصبی نیٹ ورک کے آپریشن.

ڈیٹا کے اہم ذرائع میں سے ایک lidars ہے، جو لیزر سکیننگ سے پوائنٹس کا بادل پیدا کرتا ہے۔ استعمال میں الگورتھم بنیادی طور پر کلاسیکی ڈیٹا کلسٹرنگ الگورتھم استعمال کرتے ہیں۔ تحقیق کے ایک حصے کے طور پر، عصبی نیٹ ورکس کو کلسٹرنگ لِڈر پوائنٹس کے ساتھ ساتھ ویڈیو کیمروں سے لیڈر ڈیٹا اور ڈیٹا کی مشترکہ پروسیسنگ کے لیے استعمال کرنے کی تاثیر جانچی جاتی ہے۔ تصویر 8 لِڈر ڈیٹا (مختلف اضطراری صلاحیتوں کے ساتھ پوائنٹس کا بادل) کی ایک مثال دکھاتی ہے جس میں Luzhskaya اسٹیشن پر ایک گاڑی کے پس منظر کے خلاف ایک شخص کا ایک پتلا دکھایا گیا ہے۔

شکل 8. Luzhskoy اسٹیشن پر lidar ڈیٹا کی مثال

شکل 9 دو مختلف لیڈرز سے ڈیٹا کا استعمال کرتے ہوئے ایک پیچیدہ شکل والی کار سے کلسٹر کی شناخت کی ایک مثال دکھاتی ہے۔

تصویر 9. ایک ہوپر کار سے کلسٹر کی شکل میں لیڈر ڈیٹا کی تشریح کی مثال

الگ سے، یہ بات قابل غور ہے کہ حال ہی میں lidars کی قیمت تقریباً ایک ترتیب سے کم ہوئی ہے، اور ان کی تکنیکی خصوصیات میں اضافہ ہوا ہے۔ اس میں کوئی شک نہیں کہ یہ سلسلہ جاری رہے گا۔ Luzhskaya اسٹیشن پر استعمال ہونے والے lidars کے ذریعے اشیاء کا پتہ لگانے کی حد تقریباً 150 میٹر ہے۔

ایک مختلف جسمانی اصول کا استعمال کرتے ہوئے ایک سٹیریو کیمرہ بھی رکاوٹوں کا پتہ لگانے کے لیے استعمال ہوتا ہے۔

شکل 10۔ ایک سٹیریو جوڑے سے تفاوت کا نقشہ اور پتہ لگائے گئے کلسٹرز

شکل 10 سٹیریو کیمرہ ڈیٹا کی مثال دکھاتا ہے جس میں کھمبوں، ٹریک باکسز اور ایک گاڑی کا پتہ لگایا جاتا ہے۔

بریک لگانے کے لیے کافی فاصلے پر پوائنٹ کلاؤڈ کی کافی درستگی حاصل کرنے کے لیے، ہائی ریزولوشن والے کیمرے استعمال کرنا ضروری ہے۔ تصویر کے سائز کو بڑھانے سے تفاوت کا نقشہ حاصل کرنے کی کمپیوٹیشنل لاگت بڑھ جاتی ہے۔ زیر قبضہ وسائل اور سسٹم کے جوابی وقت کے لیے ضروری حالات کی وجہ سے، ویڈیو کیمروں سے مفید ڈیٹا نکالنے کے لیے الگورتھم اور طریقوں کو مسلسل تیار کرنا اور جانچنا ضروری ہے۔

الگورتھم کی جانچ اور تصدیق کا ایک حصہ ریلوے سمیلیٹر کا استعمال کرتے ہوئے کیا جاتا ہے، جسے PKB TsT JSC NIIAS کے ساتھ مل کر تیار کر رہا ہے۔ مثال کے طور پر، شکل 11 سٹیریو کیمرہ الگورتھم کی کارکردگی کو جانچنے کے لیے سمیلیٹر کا استعمال دکھاتا ہے۔

شکل 11. A, B - سمیلیٹر سے بائیں اور دائیں فریم؛ B - سٹیریو کیمرے سے ڈیٹا کی تعمیر نو کا سب سے اوپر کا منظر؛ D - سمیلیٹر سے سٹیریو کیمرے کی تصاویر کی تعمیر نو۔

نیورل نیٹ ورک کا بنیادی کام لوگوں، کاروں اور ان کی درجہ بندی کا پتہ لگانا ہے۔
سخت موسمی حالات میں کام کرنے کے لیے، JSC NIIAS کے ماہرین نے انفراریڈ کیمروں کا استعمال کرتے ہوئے ٹیسٹ بھی کئے۔

شکل 12. IR کیمرے سے ڈیٹا

تمام سینسرز کے ڈیٹا کو ایسوسی ایشن الگورتھم کی بنیاد پر مربوط کیا جاتا ہے، جہاں رکاوٹوں (آبجیکٹ) کی موجودگی کے امکان کا اندازہ لگایا جاتا ہے۔

مزید برآں، ٹریک پر موجود تمام اشیاء رکاوٹیں نہیں ہیں؛ شنٹنگ آپریشنز کرتے وقت، لوکوموٹیو کو خود بخود کاروں کے ساتھ جوڑا جانا چاہیے۔

شکل 13. مختلف سینسرز کے ذریعے رکاوٹ کا پتہ لگانے والی کار تک پہنچنے کے تصور کی ایک مثال

بغیر پائلٹ شنٹنگ انجنوں کو چلاتے وقت، یہ فوری طور پر سمجھنا انتہائی ضروری ہے کہ آلات کے ساتھ کیا ہو رہا ہے اور یہ کس حالت میں ہے۔ حالات اس وقت بھی ممکن ہوتے ہیں جب کوئی جانور، جیسا کہ کتا، انجن کے سامنے نمودار ہوتا ہے۔ جہاز کے الگورتھم خود بخود لوکوموٹو کو روک دیں گے، لیکن اگر کتا راستے سے ہٹ نہ جائے تو آگے کیا کرنا ہے؟

بورڈ پر صورتحال کی نگرانی کرنے اور ہنگامی حالات کی صورت میں فیصلے کرنے کے لیے، ایک اسٹیشنری ریموٹ کنٹرول اور مانیٹرنگ پینل تیار کیا گیا ہے، جو اسٹیشن پر تمام بغیر پائلٹ انجنوں کے ساتھ کام کرنے کے لیے ڈیزائن کیا گیا ہے۔ Luzhskaya اسٹیشن پر یہ EC پوسٹ پر واقع ہے۔

تصویر 14 ریموٹ کنٹرول اور نگرانی

Luzhskoy اسٹیشن پر، شکل 14 میں دکھایا گیا کنٹرول پینل تین شنٹنگ انجنوں کے آپریشن کو کنٹرول کرتا ہے۔ اگر ضروری ہو تو، اس ریموٹ کنٹرول کا استعمال کرتے ہوئے آپ ریئل ٹائم میں معلومات کی ترسیل کے ذریعے منسلک انجنوں میں سے ایک کو کنٹرول کر سکتے ہیں (ریڈیو چینل کے ذریعے ڈیٹا کی ترسیل کو مدنظر رکھتے ہوئے 300 ایم ایس سے زیادہ تاخیر نہ کریں)۔

فنکشنل حفاظتی مسائل

بغیر پائلٹ انجنوں کو متعارف کراتے وقت سب سے اہم مسئلہ فنکشنل سیفٹی کا مسئلہ ہے، جس کی تعریف IEC 61508 کے معیارات کے ذریعے کی گئی ہے "حفاظت سے متعلق برقی، الیکٹرانک، قابل پروگرام الیکٹرانک سسٹمز کی فنکشنل سیفٹی" (EN50126, EN50128, EN50129), GOST-33435Dvices ریلوے رولنگ اسٹاک کے کنٹرول، نگرانی اور حفاظت کے لیے"۔

آن بورڈ حفاظتی آلات کی ضروریات کے مطابق، حفاظتی سالمیت کی سطح 4 (SIL4) کو حاصل کرنا ضروری ہے۔

SIL-4 کی سطح کی تعمیل کرنے کے لیے، تمام موجودہ لوکوموٹیو حفاظتی آلات اکثریتی منطق کا استعمال کرتے ہوئے بنائے گئے ہیں، جہاں حسابات دو چینلز (یا زیادہ) میں متوازی طور پر کیے جاتے ہیں اور نتائج کا موازنہ فیصلہ کرنے سے کیا جاتا ہے۔

بغیر پائلٹ شنٹنگ انجنوں پر سینسرز سے ڈیٹا پروسیسنگ کے لیے کمپیوٹنگ یونٹ بھی حتمی نتائج کے موازنہ کے ساتھ دو چینل سکیم کا استعمال کرتے ہوئے بنایا گیا ہے۔

وژن سینسر کا استعمال، مختلف موسمی حالات اور مختلف ماحول میں آپریشن کے لیے بغیر پائلٹ گاڑیوں کی حفاظت کو ثابت کرنے کے معاملے کے لیے ایک نئے نقطہ نظر کی ضرورت ہے۔

2019 میں، ISO/PAS 21448 معیاری "روڈ گاڑیاں۔ ڈیفائنڈ فنکشنز کی سیکیورٹی (SOTIF)۔ اس معیار کے بنیادی اصولوں میں سے ایک منظر نامے کا نقطہ نظر ہے، جو مختلف حالات میں نظام کے رویے کا جائزہ لیتا ہے۔ منظرناموں کی کل تعداد لامحدودیت کی نمائندگی کرتی ہے۔ بنیادی ڈیزائن چیلنج علاقوں 2 اور 3 کو کم سے کم کرنا ہے، جو معلوم غیر محفوظ منظرناموں اور نامعلوم غیر محفوظ منظرناموں کی نمائندگی کرتے ہیں۔

شکل 15 ترقی کے نتیجے میں منظرناموں کی تبدیلی

اس نقطہ نظر کے اطلاق کے حصے کے طور پر، JSC NIIAS کے ماہرین نے 2017 میں آپریشن کے آغاز کے بعد سے ابھرتی ہوئی تمام صورتحال (منظروں) کا تجزیہ کیا۔ کچھ حالات جن کا حقیقی آپریشن میں سامنا کرنا مشکل ہوتا ہے PKB CT سمیلیٹر کا استعمال کرتے ہوئے کام کیا جاتا ہے۔

ریگولیٹری مسائل

لوکوموٹیو کیبن میں ڈرائیور کی موجودگی کے بغیر مکمل طور پر خودکار کنٹرول پر مکمل طور پر سوئچ کرنے کے لیے، ریگولیٹری مسائل کو حل کرنا بھی ضروری ہے۔

اس وقت، JSC روسی ریلوے نے خودکار موڈ میں ریلوے رولنگ اسٹاک کے لیے کنٹرول سسٹم کے نفاذ کے لیے اقدامات کے نفاذ کے لیے ریگولیٹری سپورٹ پر کام کے نفاذ کے لیے ایک شیڈول کی منظوری دی ہے۔ سب سے اہم مسائل میں سے ایک سرکاری تحقیقات اور نقل و حمل کے واقعات کی ریکارڈنگ کے طریقہ کار سے متعلق ضوابط کو اپ ڈیٹ کرنا ہے جس کے نتیجے میں شہریوں کی زندگی یا صحت کو نقصان پہنچا ہے جو ریلوے ٹرانسپورٹ میں پیداوار سے متعلق نہیں ہیں۔ اس منصوبے کے مطابق، 2021 میں بغیر پائلٹ ریلوے گاڑیوں کے آپریشن کو ریگولیٹ کرنے والے دستاویزات کا ایک پیکج تیار اور منظور کیا جانا چاہیے۔

بعد میں

اس وقت، بغیر پائلٹ شنٹنگ انجنوں کی دنیا میں کوئی ینالاگ نہیں ہیں جو Luzhskaya اسٹیشن پر چلائے جاتے ہیں۔ فرانس (SNCF کمپنی)، جرمنی، ہالینڈ (Prorail کمپنی)، بیلجیم (Lineas کمپنی) کے ماہرین 2018-2019 میں تیار کردہ کنٹرول سسٹم سے واقف ہوئے اور اسی طرح کے نظام کو نافذ کرنے میں دلچسپی رکھتے ہیں۔ JSC NIIAS کے اہم کاموں میں سے ایک فنکشنلٹی کو بڑھانا اور روسی ریلوے اور غیر ملکی کمپنیوں کے لیے بنائے گئے انتظامی نظام کی نقل تیار کرنا ہے۔

فی الحال، JSC روسی ریلوے بغیر پائلٹ الیکٹرک ٹرینیں "Lastochka" تیار کرنے کے ایک منصوبے کی قیادت کر رہی ہے۔ تصویر 16 اگست 2 میں ES2019G Lastochka الیکٹرک ٹرین کے لیے فریم ورک کے اندر پروٹوٹائپ آٹومیٹک کنٹرول سسٹم کا مظاہرہ دکھاتی ہے۔ انٹرنیشنل ریلوے سیلون اسپیس 1520 "PRO//Movement.Expo"۔

تصویر 16. MCC پر بغیر پائلٹ الیکٹرک ٹرین کے آپریشن کا مظاہرہ

بغیر پائلٹ کے الیکٹرک ٹرین بنانا زیادہ مشکل کام ہے کیونکہ تیز رفتاری، اہم بریکنگ فاصلے، اور رکنے والے مقامات پر مسافروں کے محفوظ بورڈنگ/اُترنے کو یقینی بنانا۔ فی الحال، MCC میں جانچ فعال طور پر جاری ہے۔ اس منصوبے کے بارے میں ایک کہانی مستقبل قریب میں شائع کرنے کا منصوبہ ہے۔

ماخذ: www.habr.com