Get best of the week

El desarrollo de tecnología no tripulada en el transporte ferroviario.

El desarrollo de tecnologías no tripuladas en el ferrocarril comenzó hace mucho tiempo, ya en 1957, cuando se creó el primer conjunto experimental de conducción automática para trenes suburbanos. Para comprender la diferencia entre los niveles de automatización para el transporte ferroviario, se introduce la gradación definida en el estándar IEC-62290-1. A diferencia del transporte por carretera, el ferrocarril tiene 4 grados de automatización, como se muestra en la Figura 1.

imagen
Figura 1. Grados de automatización de acuerdo con IEC-62290

Casi todos los trenes que operan en la red de ferrocarriles rusos están equipados con un dispositivo de seguridad correspondiente al nivel de automatización 1. Los trenes con un nivel de automatización de 2 han sido operados con éxito en la red ferroviaria rusa durante más de 20 años, varios mil locomotoras Este nivel se implementa debido al control de tracción y a los algoritmos de frenado de la guía del tren con energía óptima a lo largo de una ruta dada, teniendo en cuenta el cronograma y las indicaciones de los sistemas automáticos de señalización de locomotoras recibidos a través de un canal inductivo de los circuitos ferroviarios. El uso del nivel 2 reduce la fatiga del conductor y proporciona una ganancia en el consumo de energía y precisión en la ejecución del cronograma de movimiento.

El nivel 3 implica la posible ausencia de un conductor en la cabina, lo que requiere la introducción de un sistema de visión.

El nivel 4 implica la ausencia total del conductor a bordo, lo que requiere un cambio significativo en el diseño de la locomotora (tren eléctrico). Por ejemplo, se instalan interruptores automáticos a bordo, que serán imposibles de cargar nuevamente cuando operen sin la presencia de una persona a bordo.

Actualmente, los proyectos para alcanzar los niveles 3 y 4 son implementados por compañías líderes en el mundo, como Siemens, Alstom, Thales, SNCF, SBB y otras.

Siemens presentó su proyecto en el campo de los tranvías no tripulados en septiembre de 2018 en la exposición Innotrans. Este tranvía ha estado operando en Potsdam con un nivel de automatización GoA3 desde 2018.

Figura 2 Tranvía de Siemens
En 2019, Siemens aumentó la longitud de la ruta no tripulada en más de 2 veces.
Russian Railways fue una de las primeras compañías en el mundo en desarrollar vehículos ferroviarios no tripulados. Entonces, en 2015, se lanzó un proyecto para automatizar el movimiento de 3 locomotoras de maniobra en la estación Lugskaya, donde NIIAS JSC actuó como integrador del proyecto y desarrollador de tecnologías básicas.

La creación de una locomotora no tripulada es un proceso complejo complejo, imposible sin la cooperación con otras compañías. Por lo tanto, en la estación de Luga, junto con JSC NIIAS, participan empresas como:

  • VNIKTI JSC sobre el desarrollo de un sistema de control a bordo;
  • Siemens - en términos de automatización de la guía de clasificación (sistema MSR-32) y automatización de la operación de empuje del carro;
  • Radioavionika JSC en términos de sistemas de centralización por microprocesador que controlan flechas, semáforos;
  • PKB CT - creación de un simulador;
  • Ferrocarriles rusos como coordinador del proyecto.

En la primera etapa, la tarea consistía en alcanzar el nivel 2 de automatización del tráfico, cuando el conductor, bajo las condiciones estándar para organizar operaciones de maniobras, no utiliza controles de locomotoras.

En el funcionamiento de las locomotoras de derivación convencionales, el control del tráfico se lleva a cabo transmitiendo comandos de voz desde el despachador al conductor con el establecimiento de las rutas apropiadas (cambiando las flechas, encendiendo las señales de tráfico).

Al pasar al nivel de automatización 2, toda la comunicación de voz fue reemplazada por un sistema de comandos transmitidos a través de un canal de radio protegido digitalmente. Técnicamente, la gestión de locomotoras de maniobras en la estación de Luga se basó en:

  • modelo de estación digital unificada;
  • protocolo para controlar el movimiento de locomotoras de derivación (para enviar comandos y monitorear la ejecución);
  • interactuando con el sistema de centralización eléctrica para obtener información sobre las rutas dadas, la posición de las flechas y las señales;
  • sistemas de posicionamiento para locomotoras de maniobras;
  • Comunicaciones de radio digital confiables.

Para 2017, 3 locomotoras de maniobra TEM-7A el 95% del tiempo trabajaban en la estación Luzhskaya en modo totalmente automático, realizando las siguientes operaciones:

  • Movimiento automático en una ruta determinada;
  • Acceso automático a automóviles;
  • Acoplamiento automático con vagones;
  • Empuje de automóviles en un tobogán de clasificación.

En 2017, se lanzó un proyecto para crear un sistema de visión para maniobrar locomotoras e introducir el control remoto en caso de emergencia.

En noviembre de 2017, los especialistas de NIIAS JSC instalaron el primer prototipo del sistema de visión para locomotoras de derivación, que consta de radares, lidar y cámaras (Figura 3).

Figura 3 Las primeras versiones de los sistemas de visión

Durante las pruebas en la estación del sistema de visión de Luga en 2017-2018, se hicieron las siguientes conclusiones:

  • , . 60-70 , , 1°. SNCF ( ).
  • . , , . , 2017 , .
  • Las cámaras son un elemento indispensable del sistema de visión técnica y son necesarias para las tareas de detección, clasificación de objetos y control remoto. Para trabajar de noche y en condiciones climáticas difíciles, es necesario tener cámaras infrarrojas o cámaras con un rango de longitud de onda extendido que puedan funcionar en el rango infrarrojo cercano.

La tarea principal de la visión técnica es detectar obstáculos y otros objetos en la dirección de desplazamiento, y dado que el movimiento se realiza a lo largo de una rutina, es necesario detectarlo.

Figura 4. Ejemplo de segmentación multiclase (pista, vagones) y determinación del eje del camino utilizando una máscara binaria. La

Figura 4 muestra un ejemplo de detección de pista. Para determinar inequívocamente la ruta de movimiento a lo largo de las flechas, se utiliza información a priori sobre la posición de la flecha, las indicaciones de los semáforos, transmitidos a través de un canal de radio digital desde el sistema de centralización eléctrica. Actualmente, existe una tendencia en los ferrocarriles del mundo a abandonar los semáforos y cambiar a sistemas de control de radio digital. Esto es especialmente cierto para el tráfico de alta velocidad, ya que a velocidades de más de 200 km / h se hace difícil notar y reconocer la indicación de los semáforos. En Rusia hay dos secciones operadas sin el uso de semáforos: este es el Anillo Central de Moscú y el servicio Alpika-Adler.

En invierno, pueden surgir situaciones cuando la pista está completamente debajo de la capa de nieve y el reconocimiento de la pista se vuelve casi imposible, como se muestra en la Figura 5.

Figura 5 Ejemplo de una pista cubierta de nieve

En este caso, no queda claro si los objetos detectados interfieren con el movimiento de la locomotora, es decir, están en camino o no. En este caso, en la estación Luzhskaya, se utiliza un modelo digital de alta precisión de la estación y un sistema de navegación a bordo de alta precisión.

Además, el modelo digital de la estación se creó sobre la base de mediciones geodésicas de puntos base. Luego, basado en el procesamiento de muchas entradas de locomotoras con un sistema de posicionamiento de alta precisión, se construyó un mapa a lo largo de todas las rutas.

Figura 6 Modelo digital del desarrollo de la vía de la estación de Luga

Uno de los parámetros más importantes para el sistema de posicionamiento a bordo es el error al calcular la orientación (acimut) de la locomotora. La orientación de la locomotora es necesaria para la correcta orientación de los sensores y objetos que detectaron. Con un error de ángulo de orientación de 1 °, el error de coordenadas del objeto con respecto al eje de la ruta a una distancia de 100 metros será de 1,7 metros.

Figura 7 El efecto del error de orientación en el error de coordenadas transversales

Por lo tanto, el error máximo permitido al medir la orientación de la locomotora en el ángulo no debe exceder 0.1 °. El sistema de posicionamiento a bordo en sí consiste en dos receptores de navegación de doble frecuencia en modo RTK, cuyas antenas están espaciadas a lo largo de toda la locomotora para crear una base larga, sistema de navegación inercial con correa y conexión a sensores de rueda (odómetros). La desviación estándar de la determinación de las coordenadas de la locomotora de derivación no es más de 5 cm.

Además, se realizaron estudios en la estación de Luzhskaya sobre el uso de tecnologías SLAM (lidar y visual) para obtener datos de ubicación adicionales.
Como resultado, la determinación de la vía férrea para locomotoras de maniobras en la estación Luzhskaya se lleva a cabo combinando los resultados del reconocimiento de la vía y los datos del modelo de vía digital basados ​​en el posicionamiento.

La detección de obstáculos también se lleva a cabo de varias maneras en función de:

  • datos lidar;
  • datos de visión estéreo;
  • El trabajo de las redes neuronales.

Una de las principales fuentes de datos son los lidars que proporcionan una nube de puntos del escaneo láser. Los algoritmos en uso utilizan principalmente algoritmos clásicos de agrupación de datos. Como parte de la investigación, se verifica la efectividad del uso de redes neuronales para la tarea de agrupar puntos lidar, así como para el procesamiento conjunto de datos lidar y datos de cámaras. La Figura 8 muestra un ejemplo de datos LIDAR (una nube de puntos con diferente reflexividad) con la visualización de un muñeco de hombre contra el fondo de un automóvil en la estación de Luga.

Figura 8. Ejemplo de datos del LIDAR en la estación Luzhskaya La

Figura 9 muestra un ejemplo de la separación de un grupo de un vagón de forma compleja de acuerdo con dos lidares diferentes.

Figura 9. Un ejemplo de interpretación de los datos LIDAR en forma de un clúster de un carro tolva

Vale la pena señalar por separado que recientemente el costo de los lidares ha caído en casi un orden de magnitud, y sus características técnicas han aumentado. No hay duda de que esta tendencia continuará. El rango de detección de objetos por parte de los lidares utilizados en la estación de Luzhskaya es de unos 150 metros.

Una cámara estéreo que utiliza un principio físico diferente también se utiliza para detectar obstáculos.

Figura 10. Mapa de disparidad de un par estéreo y grupos detectados La

Figura 10 muestra un ejemplo de datos de una cámara estéreo con la detección de polos, cajas de viaje y un vagón.

Para obtener una precisión suficiente de la nube de puntos a una distancia suficiente para frenar, es necesario utilizar cámaras de alta resolución. Un aumento en el tamaño de la imagen aumenta el costo computacional de obtener una tarjeta de disparidad. Debido a las condiciones necesarias para los recursos utilizados y el tiempo de reacción del sistema, es necesario desarrollar y probar constantemente algoritmos y enfoques para extraer datos útiles de las cámaras de video.

Parte de las pruebas y verificación de algoritmos se lleva a cabo utilizando un simulador de ferrocarril, desarrollado por PKB CT conjuntamente con NIIAS JSC. Por ejemplo, la Figura 11 muestra el uso de un simulador para probar el funcionamiento de algoritmos de cámara estéreo.

Figura 11. A, B - cuadros izquierdo y derecho del simulador; B es una vista superior de la reconstrucción de datos de una cámara estéreo; G - reconstrucción de imágenes de cámara estéreo desde un simulador.

La tarea principal de las redes neuronales es la detección de personas, automóviles y su clasificación.
Para trabajar en condiciones climáticas severas, los especialistas de NIIAS JSC también probaron con cámaras infrarrojas.

Figura 12. Datos de una cámara IR Los

datos de todos los sensores se compilan sobre la base de algoritmos de asociación, donde se estima la probabilidad de la existencia de obstáculos (objetos).

Además, no todos los objetos en el camino son obstáculos; al realizar operaciones de maniobras, la locomotora debe acoplarse automáticamente con los automóviles.

Figura 13. Ejemplo de visualización de la aproximación al automóvil con la detección de obstáculos por diferentes sensores.

Al operar locomotoras de maniobra no tripuladas, es extremadamente importante comprender rápidamente lo que está sucediendo con el equipo en el que se encuentra. Las situaciones también son posibles cuando un animal, como un perro, aparece frente a la locomotora. Los algoritmos a bordo detendrán automáticamente la locomotora, pero ¿qué hacer a continuación si el perro no se extravía?

Para monitorear la situación a bordo y tomar decisiones en caso de emergencia, una unidad de control y control remoto estacionaria está diseñada para trabajar con todas las locomotoras no tripuladas en la estación. En la estación de Luzhskaya, fue enviado al puesto de la CE.

Figura 14 Control remoto y control

En la estación de Luga, el control remoto, que se muestra en la Figura 14, controla el funcionamiento de tres locomotoras de maniobra. Si es necesario, con este control remoto, puede controlar una de las locomotoras conectadas transmitiendo información en tiempo real (demora no más de 300 ms, teniendo en cuenta la transmisión de datos por el aire).

Problemas de seguridad funcional


La cuestión más importante en la implementación de locomotoras no tripuladas es la cuestión de la seguridad funcional, definida por las normas IEC 61508 “Seguridad funcional de sistemas eléctricos, electrónicos, electrónicos programables relacionados con la seguridad” (EN50126, EN50128, EN50129), GOST 33435-2015 “Dispositivos de control, monitoreo y seguridad para ferrocarriles material rodante ".

De acuerdo con los requisitos para los dispositivos de seguridad a bordo, se debe garantizar un nivel de integridad de seguridad de 4 (SIL4).

Para cumplir con el nivel SIL-4, todos los dispositivos de seguridad de locomotoras existentes se construyen de acuerdo con la lógica mayoritaria, donde los cálculos se realizan en paralelo en dos canales (o más) con una comparación de los resultados para tomar una decisión.

La unidad de cómputo para procesar datos de sensores en locomotoras de derivación no tripuladas también está construida en un esquema de dos canales con una comparación del resultado final.

El uso de sensores de visión, el trabajo en diversas condiciones climáticas y en diferentes entornos requiere un nuevo enfoque para la cuestión de probar la seguridad de los vehículos no tripulados.

En 2019, ISO / PAS 21448, Vehículos de carretera. Seguridad de funciones preestablecidas ”(SOTIF). Uno de los principios principales de este estándar es el enfoque de escenario, que considera el comportamiento del sistema en diversas circunstancias. El número total de escenarios es infinito. El objetivo principal del desarrollo es minimizar las áreas 2 y 3, que representan escenarios inseguros conocidos y escenarios inseguros desconocidos.

Figura 15 Transformación de escenarios como resultado del desarrollo

Como parte de la aplicación de este enfoque, los especialistas de NIIAS JSC analizaron todas las situaciones (escenarios) que han surgido desde el inicio de la operación en 2017. Algunas situaciones que son difíciles de encontrar durante la operación real se resuelven usando el simulador de PCB CT.

Asuntos reglamentarios


Para realmente cambiar completamente a un control completamente automático sin la presencia de un conductor en la cabina de una locomotora, también es necesario resolver problemas regulatorios.

En la actualidad, Russian Railways ha aprobado un cronograma para el apoyo regulatorio de la implementación de medidas para la introducción de sistemas de control de material rodante ferroviario en modo automático. Una de las cuestiones más importantes es actualizar el Reglamento sobre el procedimiento para la investigación oficial y el registro de los accidentes que han causado daños a la vida o la salud de los ciudadanos que no están relacionados con la producción en el transporte ferroviario. De acuerdo con este plan en 2021, se debe desarrollar y aprobar un paquete de documentos que regulen la operación de vehículos ferroviarios no tripulados.

Epílogo


Actualmente no hay análogos en el mundo de las locomotoras de maniobra no tripuladas que funcionan en la estación de Luzhskaya. En 2018-2019, especialistas de Francia (empresa SNCF), Alemania, Holanda (empresa Prorail), Bélgica (empresa Lineas) se familiarizaron con el sistema de control desarrollado y están interesados ​​en implementar dichos sistemas. Una de las tareas principales de NIIAS JSC es ampliar la funcionalidad y replicar el sistema de gestión creado tanto en los ferrocarriles rusos como para las empresas extranjeras.

Por el momento, Russian Railways también está llevando a cabo un proyecto para desarrollar trenes eléctricos no tripulados Lastochka. La Figura 16 muestra una demostración del prototipo del sistema de control automático para el tren eléctrico ES2G Lastochka en agosto de 2019 como parte de. Salón Internacional del Ferrocarril del Espacio 1520 "PRO // Dvizhenie.Expo".

Figura 16. Demostración de la operación de un tren eléctrico no tripulado en el MCC La

creación de un tren eléctrico no tripulado es una tarea mucho más difícil debido a las altas velocidades, a una distancia de frenado significativa y a garantizar el embarque / desembarque seguro de los pasajeros en los puntos de parada. Por el momento, las pruebas se llevan a cabo activamente en el MCC. Se planea publicar la historia sobre este proyecto en un futuro cercano.

More articles:


All Articles