Get best of the week

当我们为调车机车编写世界上最酷的自动驾驶仪时

图片
用于测试的最早的原型之一。

我必须马上说：他是最酷的，因为他是进入试运行的第三级的唯一自动驾驶仪。而且，他是唯一被试运行的人，因为如果没有自动驾驶电车等的经验，进入这个市场根本就没有意义。柴油机车很多，任务很有趣，对生产也很重要，但不能单独作为回报。我们知道NIIAS和西门子在该主题上的发展，但我们不知道他们的电车在城市环境中的某个地方旅行，而机车运送了实物。

由于我们已经有了许多无人驾驶电车的不同开发和解决方案 在俄罗斯和中国，我们决定对一家大型企业进行试验，该大型企业拥有大量的调车柴油机车，用于向车间运送原材料。

那里的问题是机车的运动受许多信号，人员和基础设施以及调度员团队的控制。在整个班次中（大约12小时），包括晚上，驾驶员应保持高度专心。结果，迟早他要么错过某件事并发生事故，要么将某人撞倒。这是生命，运输过程中会发生伤害，但是特别是在这些情况下，您可以承受将雷达放在柴油机车上的负担，因为不仅有一部柴油机车起身，还是一家大型企业。需很长时间。避免碰撞和自动驾驶可以大大减轻驾驶舱内人员的负担，这样生产就不会起步。

图片中的模块是我们开始使用的最早的相机单元原型之一。从那一刻起，他经历了重大的变化，但是看到这一切是如何开始总是很有趣的。现在，我将告诉您机器人通常如何在车站进行导航，因为该任务实际上并不简单。

我们的自动驾驶仪可确保在恶劣的天气和气候条件以及任何光线条件下的安全操作。

这是机车上的东西：

图片
摄像头单元的硬件当前版本与最初的原型有很大不同。

图片

需要三个摄像头，因为这种设计可以非常快速地移动，与电车不同，其停止距离很大（电车在紧急情况下几乎就位），并且负担很重。因此，有必要预先预测情况。很多时候，有必要阅读此类故事中的交通信号灯指示：

图片

因此，有三个摄像头：

图片

这就是他们所看到的：

图片

加雷达。

一个安装程序非常昂贵，大约需要一万五千美元。这不会放在汽车上，因为综合设施的成本不应超过汽车。但是在柴油机车上部署这样的硬件-软件组合是合理的，而且很值得。和任务是不同的。在上次会议上，谷歌展示了其全套传感器，他认为应该将其安装在每辆价格超过10万美元的无人驾驶汽车上。它们和我们都具有收敛的重复性：如果子系统之一发生故障，则有可能到达其他仓库（服务）。

为什么要在俄罗斯开始


因为我们在农业机械领域处于TOP-3，在铁路领域处于TOP-5，所以我们拥有世界上最发达的有轨电车网络之一（但与世界前十名相比，至少可以与中国相比）。拖拉机，联合收割机，电车和柴油机车的世界市场是汽车的三分之一。第三。我们有一个理想的国家来发展所有这一切，这也是因为90年代它们都崩溃了，没有买，而且许多设备现在几乎都是新鲜的，也就是说，几乎没有几代人可以买到。

在世界上-30万机车。在我们国家-来自俄罗斯铁路的5万辆机车。其中有1.5万人正在调车。此外，还有一万辆私人机车。这些通常是大型工厂-冶金工厂。 250台机车-例如，在新利佩茨克，我们进行了测试。他们解决了一个特定的问题：从原材料到生产的运输过程或成品到主要铁路的运输过程的连续性。有化学，冶金和采矿企业承担这些任务。

每年生产不到1,000台柴油机车。这是售后市场-您需要处理当前的机队。有必要装备它。

我们可以做得很好。

封闭区域内的事故数量多于外界的事故数量。他们几乎总是没有牺牲，却遭受了物质损失（箭头切割，火车脱离了轨道），并且在维修过程中，生产节奏总是被打断。

任务是制造L3-无人机车。

决断


电车的运行时间使您可以保持良好的行驶状态：

图片

很高兴看到障碍物：

图片

但是仅将代码滚动到机车上是行不通的。事实是，如果电车路线非常简单（两条轨道且支路最少），那么机车的车站复杂度要高得多，您需要在密集的轨道丛中导航得很好。

加上调车柴油机车-它们不会在全国范围内行驶，而是沿着封闭的路线行驶。我们要做的第一件事是开始根据计划和卫星图像制作轨道图作为辅助数据源（我们必须承认，事实证明，使用卫星图像可以更快，更可靠）。也就是说，他们训练了一个神经网络来突出显示路径，但是到目前为止，我们正在手动调整结果。获得以下方案：

图片

船上有一个高精度的GPS + GLONASS（也很贵，但您可以在这里找到），一个视觉定向方案和一个雷达。这意味着您可以将坐标近似附加到路线的某个部分，并且由于可以识别周围的物体，因此可以“找出”确切的位置。

有卫星地图时很方便。

图片

因此，我们要做的下一件事是开始向车站教授柴油机车。实际上，在沿路线的每个通道上，机车都会记住并识别周围的物体，以便将它们分为永久性和临时性（用罐子或人导航很奇怪，但极点，交通信号灯和箭头的总和很可能）。然后，他投影到地图上。这是数据源之一，它可以极大地提高自动驾驶决策的准确性。存储算法与FaceID大致相同：将新的成功数据添加到训练集中。

自然，我们需要在开始时手动标记数据集。不是最愉快和快速的工作，而是非常必要的。可能只在工厂收集数据集，因为里面的东西与商业银行完全不同。

图片

电台的特点之一是光线明亮，识别条件差。这里一定需要雷达来搜索行人，本身视频分析不拉：

图片

这里是你如何可以在立体视觉，创造更多的数据，以环境图像的低级别定义为代价引出坏的场景（在铁轨上的任意障碍，距离推测的对象）：

图片

由于雷达-通过我们自己的设计，我们能够从所有传感器接收低级数据，并且比以往从飞行中直接从神经网络中直接提取出更多的相关性。包括来自原始雷达的扫描。事实证明，这对于该项目也非常重要。

当然，我们还使用人员流动的预测（更多详细信息在上一篇有关电车的文章中）。但是，这里的一切都很简单，人们几乎不走，也不试图跳入柴油机车以试图进入。以下是避障：



这就是检测箭头位置的方式：我们等待导航中的箭头，寻找箭头，切换到远距摄像头以进行更仔细的观察，选择框架中带有箭头的片段并将其拖动到神经元中，我们得到了箭头状态的结果。

图片

调速柴油机车与普通机车的任务有什么区别？


调车-这些是这样的设备：

图片

在这里更漂亮：

图片

这样的机车几乎一直被火车接近和对接的事实所占据。

该机芯的特点是他能拉和推。它沿两个方向移动，即半天与驾驶室的主视图相反。

机动有很多限制；除了通常的交通信号灯外，还有自己的交通信号灯。

如果普通线上的箭头很少，则站内的分流器通常具有整个开关网络。 GPS + RTK校正在站上是不够的，因为周围有很多不同的铁。卡尔曼滤波不能保证路径保留。不断地，我们不断地有一个半米的距离，我们可以将自己放置在那儿，这会导致算法错误。我们对低级数据使用了粒子过滤器-允许使用10次以提高定位精度。粒子滤波很难计算（可以避免），并且我们可能未明确指定运动模型。但是您可以从所有传感器中给他提供数据：这是里程表，车站的电线杆，交通信号灯和箭头，我们将其绑定到虚拟地图。在桥梁下工作。分布在支柱前车站的射手和交通信号灯使您可以比GPS更准确地评估自己的位置。将来，我们计划完全放弃RTK校正，仅在情况初步评估时才需要GPS。接下来是地图上以及摄像机/雷达上支柱的相关性。

交通灯比电车更复杂。必须区分交通信号。线路上有一个ALSN，对于调车任务，沿铁路的信号在车站内不会重复。需要夜间模式，这是交通信号灯照亮相机的时候。在白天模式下，它们有时也会变白。为此，他们想出了一个过滤系统。必须识别300米，以便有时间停止合成。

有了准备好的加标记的卫星地图，效果很好，但是自动驾驶仪可以在五六次到新车站的行程后进行学习，因此，如果办公室不准备地图，您将需要在新车站空车旅行。另一方面，如果卡已过期，则我们的机器人不会丢失。重要的是，这会消耗大量资源，因为您不仅需要查看对象，还需要分析每个对象的类型。转移官员可以成为永久物，因为他总是在一个地方，但是如果将他分配给某人，那么机器人就会知道将其放在地图上是没有意义的。

驾驶员需要助手在行进方向上进行180度测量，因为机车的结构是发动机舱位于前方，并且在左侧的所有区域都向驾驶员关闭了视野。驾驶员必须与一名助手（通常是不允许的）一起骑行，或者需要一个检查和自动驾驶系统。

经过测试和认证后，无需现场助手即可免除我们的系统。系统不会入睡。

这是发生的最好的例证之一。 BelAZ与柴油机车相撞。机车失灵，BelAZ的悬架起飞，光束中断。现在，您知道鲸鱼还是大象。

刹车非常困难。对于电车，我们可以灵活地控制过程，并且可以进行部分制动。如果是火车-只能完全停止，否则可能会导致火车中断。电车可能会减速并控制碰撞前的时间。这是由于其制动系统和固定的重量。每次火车不同时，最多可容纳100辆车，然后将空气制动器拆下几秒钟。最大的问题是，如果我们控制火车的制动器，那么我们需要控制整个火车的压力，这对于自动驾驶仪来说是稍微无法控制的。

该系统到底能做什么？


现在，它会在交通信号灯处启动自动制动，该信号灯会禁止羊毛箭头的位置，当靠近火车时，它比公差快或在铁轨上（包括人）有障碍物时，制动速度快。我们计算碰撞的预测，物体的轨迹，火车的速度。如果一个人根据自己的意图在火车驶向目的地的同时穿越了道路，则首先发出警告，如果时间短，我们将开始禁止。

一般原则：



测试基地位于Vologda，因为他们非常重视安全性。几年前，机车驾驶员睡着了，并通过一个禁止信号进入了坦克。结果，汽车翻了过来，一堆坦克掉在了铁轨上，很好的是它们已经空了。有照片，它们非常令人印象深刻。

如果水箱不是空的，那么就不会有任何照片，只是所有东西都会被腾出来。疲惫的驾驶员会比从外面看到的更多地获得禁止照明。很有可能不是欺诈，而是对调度员在对讲机上的命令的误解（如果调度员的许可，您可以在蓝色掩护下骑行）。但是，如果您不看箭头，它将被黑。当前小队什么也不会发生，但是在相反方向跟随它的下一个小队可能会脱离轨道。

这是从驾驶室看起来的样子：



如您所见，我们正朝着一个事实迈进，那就是旧的ChMEZiki（在某些地区也称为Chmukhs）将是非常完美的无人驾驶汽车。好吧，或者至少有一名副驾驶。它已经具有并且可以工作。

后记


在2019年12月，我们与俄罗斯铁路公司共同完成了一个项目，以创建一个用于协助驾驶员的软硬件复合体，并展示了具有自动控制可能性的调车机车原型。这项工作的最初结果于去年7月向俄罗斯铁路公司展示，并受到高度赞赏。今天，根据该协议，ChMEZ品牌的十辆调车机车上都安装了认知铁路飞行员智能系统。

图片
俄罗斯铁路主管Oleg Belozerov与道路管理人员以及图拉地区州长Alexei Dyumin在图拉铁路Schekino站的铁路首长十五大会上担任认知飞行员专家的工作。

图片
认知飞行员小组在向图拉铁路Schekino站的俄罗斯铁路和图拉地区的管理人员成功演示了一个联合项目的结果之后。

More articles:


All Articles