26.19M

Category:

industry

Технологии беспилотного управления для железнодорожного транспорта

1.

Образец заголовка
Технологии беспилотного управления для
железнодорожного транспорта
Попов Павел Александрович, к.т.н.
Руководитель центра АО «НИИАС»
1 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

2.

Беспилотные системы на железнодорожном транспорте
в мире
Голландская инфраструктурная
Согласно прогнозам компании
компания в 2016 году объявила о
Сименс к 2050 году все поезда
планах по запуску опытного участка
будут автономными
с беспилотных движением грузовых
поездов на выделенной линии
Роттердам – Эммерич.
Глава Deutsche Bahn в 2016 году
Компания Сименс в кооперации с
заявил, что к 2021, 2022, 2023 в
DB Cargo провела демонстрацию
Германии часть железнодорожной
проекта по автоматическому
сети будет работать в полностью
движению грузовых поездов.
автоматическом режиме
Компания Rio-Tinto запускает в
Австралии проект по управлению
грузовыми поездами без
машиниста в малолюдной
местности
2 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
SNCF планирует к 2023 году
запустить беспилотные
высокоскоростные поезда

3.

Беспилотный маневровый локомотив ТЭМ-7А на станции Лужской
Определение расстояния до вагонов при
сцепке;
Обнаружение препятствий и
автоматическая остановка перед ними;
Возможность дистанционного управления.
3 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

4.

Беспилотный электропоезд ЭС2Г на МЦК
4 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

5.

Испытания на основе стенда для отработки блока обнаружения препятствий
Тестирование разного вида сенсоров;
Проверка алгоритмов по распознаванию рельсовой колеи;
Проверка алгоритмов по обнаружению препятствий.
5 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

6.

Датчики для системы технического зрения
Обнаружение препятствий
Лидар
Камера
Радар
День
++
++
+
+ (t<20 )
- (t>20 )
Ночь
++
-
+
++
Дождь
+
+
+
+
Туман
--
--
+
++
Снег
--
-
+
++
Жара
++
+
+
--
Холод
++
+
+
++
<200 м
<200 м
<500
<200
Радары
Стерео-камеры
Модуль
комплексирования
датчиков
Лидар
УЗ датчик
ИР камера
Инфр.
камера
Дальность
6 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

7.

Блок оптического зрения
acA1920-40, acA2440-20, acA2040-35 (gc/gm)
Интерфейс – GigE
Разрешение – до 2448х2048 пикселей
Разрешение на пиксель – 10 или 12 бит
Количество кадров – от 23 до 42 fps
Электропитание через Ethernet
Современная оптика позволяет видеть на
расстоянии большем, чем возможности
человеческого зрения.
Разные фокусные расстояния позволяют
разносить камеры по ближней, средней,
дальней зонам.
7 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

8.

Исходный вид с камеры
8 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
Вид с увеличением
масштаба

9.

Радары Continental ARS-408-21 и ARS-408-21SC
9 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

10.

Радар Bosch MRR F037 B00 255
10 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

11.

12.

Пример данных с лидара IBEO SCALA B2
(подъезд маневрового локомотива к вагонам)
Основные задачи:
Кластеризация данных лидара;
Обнаружение объектов;
Отслеживание объектов.
12 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

13.

14.

ОСНОВНЫЕ ПЛАТФОРМЫ ДЛЯ АВТОНОМНОГО ДВИЖЕНИЯ
NVIDIA
INTEL GO
(ПЛАТФОРМА 5G)
QUALCOMM
DRIVEАвтопроизводитель
PX 2
NVIDIA
BMW, Mercedes Benz, Audi, Tesla, Volvo
Qualcomm
Volkswagen
Intel
BMW
https://www.forbes.com/sites/moorinsights/2017/01/23/chipmakers-get-serious-about-autonomous-driving-at-ces2017/#55415cfd18ba
14 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

15.

Основные задачи
№
Наименование
1
Выбор сенсоров
2
Определение пути (рельсовой колеи) аналитическими методами компьютерного зрения
3
Распознавание пути методами машинного обучения
4
Распознавание сигналов светофоров
5
Распознавание и классификация препятствий на пути
6
Комплексирование сигналов от разных сенсоров (камер, радаров, лидаров)
7
Разработка симулятора для тестирования работы беспилотного локомотива
8
Высокоточное позиционирование подвижного состава
9
Создание 3D карт
10
Связь
11
Дистанционное управление
15 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

16.

Выбор сенсоров
Основные задачи:
Мониторинг рынка и анализ новых разработок, участие в конференциях;
Формирование технических заданий для разработки отечественных сенсоров.
ОСНОВНЫЕ РАЗРАБОТЧИКИ РАДАРОВ В РОССИИ:
концерн радиостроения «Вега»;
Томский государственный университет систем управления и
радиоэлектроники;
Московский государственный технический университет им. Н.Э.
Баумана;
Научно-производственное предприятие «ДОК» (Санкт-Петербург);
ООО «Микроволновые системы» (Москва);
ООО «Радио Гигабит» (Нижний Новогород) (резидент Сколково);
ОА «Центральное конструкторское бюро автоматики» (Тула);
Концерн ВКО «Алмаз-Антей»;
АО «НПП «ИСТОК» им. Шокина» (Фрязино);
ФГУП Октябрь (Каменск-Уральский);
Московский авиационный институт;
ООО «Ольвия».
ОСНОВНЫЕ РАЗРАБОТЧИКИ ЛИАДРОВ:
НИИ ПОЛЮС им. Стельмаха;
ООО НПП Лазерные системы.
16 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

17.

ПРОИЗВОДИТЕЛИ РАДАРОВ В РОССИИ
ОСНОВНЫЕ РАЗРАБОТЧИКИ РАДАРОВ В РОССИИ
концерн радиостроения «Вега»;
Томский государственный университет систем управления и
радиоэлектроники;
Московский государственный технический университет им.
Н.Э. Баумана;
Научно-производственное предприятие «ДОК» (СанктПетербург);
ООО «Микроволновые системы» (Москва);
ООО «Радио Гигабит» (Нижний Новогород) (резидент
Сколково);
ОА «Центральное конструкторское бюро автоматики» (Тула);
Концерн ВКО «Алмаз-Антей»;
АО «НПП «ИСТОК» им. Шокина» (Фрязино);
ФГУП Октябрь (Каменск-Уральский);
Московский авиационный институт;
ООО «Ольвия»
17 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
ОСНОВНЫЕ
СЛОЖНОСТИ:
Нет полностью
готовых образцов;
Выпуск опытных
партий (нет
массового
производства);
Высокая цена.

18.

Определение рельсовой колеи аналитическими методами
Основные задачи:
Кластеризация данных лидара;
Создание изображения в обратной
перспективе
Предварительная обработка
изображения средствами OpenCV
Определение рельсовых путей
Вычисление центральной линии
Фильтрация полученных линий
(движение прямо, движение по стрелке)
Стабилизация видеопотока
Определение препятствий.
18 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

19.

Распознавание пути методами машинного обучения
Препроцессинг данных
Подготовка датасетов для обучения
Выбор типа нейронной сети
(классификация, сегментация)
Построение архитектуры нейронной
сети
Обучение
Наложение маски на рельсовую
линию
Постпроцессинг данных
(фильтрация)
19 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

20.

Распознавание сигналов светофора
Препроцессинг изображения
Подготовка обучающей выборки (“набивание”
датасета, аугментация данных)
Выбор техник обработки изображений перед
обучением (HOG, Bin spatial, Color Histogram,
Neural Networks)
Обучение методами машинного обучения (SVM)
Построение архитектуры сети для глубокого
обучения
Обучение сети на GPU ( TensorFlow, PyTorch,
Keras)
20 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
Объединение полученных результатов

21.

Распознавание и классификация препятствий на пути
Препроцессинг изображения
Подготовка обучающей выборки
(использование готовых датасетов
(KITTI,COCO,ImageNet,“набивание”
датасета, аугментация данных)
Построение архитектуры сети для
глубокого обучения, FineTuning
тренированных сетей.
Обучение сети на GPU ( TensorFlow,
PyTorch, Keras)
Распознавание препятствия,
классификация и определение его
местоположения (bounding box)
21 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

22.

Высокоточное позиционирование подвижного состава
Глонасс/GPS
приемник
Одометр
(ДПС)
ИНС
Датчики
скорости
(радиолокационные,
оптические, лазерные)
Стационарные
датчики
Электронная
карта
Дифференциаль
ная коррекция
Вычисление координаты
Требования по точности ±0,5 м
Используемые системы координат:
Геодезическая;
Линейная (железнодорожная);
Относительная.
22 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

23.

24. Архитектура сети связи

На борт поезда
Разрешенная дистанция
для проследования
Профиль скорости
Профиль уклонов пути
Временные ограничения
скорости
Расписание движения
Команды управления
Электронная бортовая
С борта поезда
карта
24 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
Координаты и скорость поезда
Подтверждение команд
Диагностика поезда
Видеопоток с поезда

25. Классификация услуг связи в сетях LTE

QC
I
Тип
1
Гарантирован
ная скорость
передачи
2
3
4
65
66
5
6
7
8
9
69
Негарантированная
скорость
передачи
Приорит
ет
Задержка
Вероятно
сть
потери
Применение
2
100 мс
10-2
Голосовая телефония
4
150 мс
10-3
Видеозвонки
3
50 мс
5
300 мс
10-6
Потоковое видео
0.7
75 мс
10-2
Ответственная голосовая связь PTT
2
100 мс
10-2
Голосовая связь PTT
1
100 мс
10-6
Управление услугами мультимедиа
6
300 мс
10-6
Видео, TCP приложения (почта, загрузка
файлов и т.п.)
7
100 мс
10-3
Голос, видео, интерактивные игры
8
300 мс
10-6
Видео, TCP сервисы
9
300 мс
10-6
0.5
60 мс
10-6
Онлайн игры
200 мс
5.5
10-6
70
25 | © Все права на представленные материалы принадлежат ОАО «РЖД» |
Данные, критичные к задержке
Ответственные данные

26. Дистанционное управление

Рабочее место для машиниста - оператора
Дистанционно управляемый электропоезд ЭС2Г «Ласточка»
26 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

27.

Open source проекты по беспилотным технологиям (автомобильные)
Проект с открытым исходным кодом
компании Baidu и большим
количеством партнеров.
http://apollo.auto/
Японский проект:
https://www.autoware.ai/join/
Американский проект
http://oscc.io/
27 | © Все права на представленные материалы принадлежат ОАО «РЖД» |

English Русский Rules