Rambler's Top100
Статьи
Антон ПОПОВ  Павел Мащенко  11 августа 2020

Машинное зрение: как научить локомотив помогать машинисту

Машинное зрение стало неотъемлемой частью нашей повседневной жизни. Так, смартфоны уже умеют узнавать своих владельцев. Но машинное зрение не только имеет бытовое применение, но и  является важной составляющей «тяжелых» индустриальных решений.

С развитием железнодорожной отрасли актуальность обеспечения эффективной и безопасной работы с минимальным участием человека возросла. Поэтому технология машинного (компьютерного) зрения, которая позволяет повысить показатели управления транспортом благодаря расширенной диагностике инфраструктуры, стала востребованной во всем мире. Она является неотъемлемой частью систем автовождения транспорта, локомотивов или систем, которые контролируют работу линий на производстве. Технологии автопилотирования уже давно внедряются в колесный транспорт с его технологической сложностью и обилием сценариев дорожной ситуации. Применение машинного зрения на железнодорожном транспорте хоть и кажется запоздалым, но вполне ожидаемо. Еще пять лет назад машина распознавала 60–70% препятствий, а сегодня – около 98%. Причем если человек может держать в зоне своего внимания не более семи объектов, то для техники это число не ограничено, кроме того, она никогда не устает.

Для сбора и консолидации знаний в области машинного зрения и эффективного применения этой технологии как в машиностроении, так и на производстве, компания «ЛокоТех-Сигнал» и группа Ctrl2GO создали центр компетенций.


Одна из разработок центра компетенций – система дистанционного управления локомотивом, позволяющая вести состав, находясь за сотни километров от него, скажем, в офисе, за специальным пультом управления оператора.

Другая задача, которую решает центр компетенций, – круглосуточное сопровождение машинистов. Утомление машиниста – источник опасности как для окружающих, так и для инфраструктуры и экологии в целом. Ведь усталость, накапливающаяся в процессе управления транспортом, и рассеивание внимания могут привести к нежелательным последствиям, вплоть до аварии. Для предотвращения нежелательных последствий была разработана система контроля бодрствования машиниста, которая анализирует положение головы, направление взгляда, ключевые лицевые точки и сигнализирует об усталости. Такое техническое решение позволяет значительно уменьшить количество несчастных случаев, повысить эффективность работы и минимизировать время простоя локомотивов.

Как устроено «зрение» локомотива

Принцип работы системы машинного зрения локомотива основан на комплексировании данных от различных сенсоров, которые установлены с каждой его стороны по ходу движения. Обработка данных ведется на высокопроизводительном вычислителе с использованием алгоритмов обнаружения объектов и препятствий, находящихся в различных зонах. По результатам вычислений система принимает решение о необходимых действиях (подача звукового сигнала, набор/сброс тяги, снижение скорости служебным или экстренным торможением) за счет взаимодействия с системой управления и диагностики и системой торможения локомотива.

Система также способна определять местоположение локомотива благодаря комплексированию данных от видеокамер и координат GPS. Для этого строится специальная цифровая карта местности. Система имеет отдельное исполнение, позволяющее предоставить оператору возможность дистанционного управления локомотивом.

 

 

Трудности и особенности разработки

Основным инструментом для функционирования системы автопилотирования являются ее «глаза» – сенсоры. В качестве сенсоров в системе машинного зрения локомотивов, разработанной специалистами «ЛокоТех-Сигнала» и Ctrl2GO, используются различные видеокамеры и лидары. Каждый из сенсоров выполняет свою работу по распознаванию объектов на пути следования. Однако видеокамеры и лидары по отдельности не предоставляют всей необходимой информации. Например, в непогоду или в условиях недостаточного/чрезмерного освещения камеры бесполезны. Лидар не так чувствителен к погодным условиям, но он не способен распознать показания светофора. Лишь когда задействованы все сенсоры, за счет комплексирования данных от них система будет функционировать в любых погодных условиях. Более того, с помощью машинного зрения можно детектировать самые разные объекты – вагоны, автомобили, пешеходов, сотрудников в специальной форме.

Дополнительным источником информации служат бортовые системы локомотива. Так, система позиционирования состава позволяет определять точное положение машины на карте и снабжает оператора необходимыми данными.

Если видеокамеры и лидары – это «глаза» системы, которые воспринимают информацию, то «мозг» – нейронная сеть. Однако обеспечение работы нейронной сети требует компьютера мощностью выше среднего. К счастью, в поезде есть возможность разместить необходимое оборудование и подключить его к электропитанию.

 

При разработке системы проблемой оказались условия эксплуатации локомотива: высокая вибрация, большое количество мелкой пыли (в том числе токопроводящей), высокие и низкие температуры эксплуатации и хранения. Такие условия сильно ограничили выбор устройств и усложнили работу.

Еще одна проблема, с которой пришлось столкнуться, – это формальное подтверждение соответствия системы действующим стандартам и нормам, часть из которых морально устарела и требует серьезных обновлений. Решения с применением технологии машинного зрения достаточно сложно классифицировать. Поэтому специалисты центра компетенций исходили из тех функций, которые выполняет система, оценили все риски и их последствия, проанализировали возможные отказы и различные ситуации.

В течение ближайших двух лет «ЛокоТех-Сигнал» и Ctrl2GO планируют выпустить систему, которая сможет работать в замкнутом контуре. При этом весь контроль будет осуществляться в полуавтоматическом режиме оператором управляющего пункта.

Технология машинного зрения позволяет снизить количество несчастных случаев, повысить производительность труда, минимизировать время простоя локомотивов, упростить техническое обслуживание и сократить временные и трудовые затраты. Кроме того, система достаточно универсальна. Ведь набор сенсоров может применяться для разных решений. Например, для контроля качества продукции, выпускаемой заводом, потоковых линий, автоматизации движения в шахтном транспорте, контроля нивелировки пути и состояния самой шахты. Такая трансформация привычных процессов даст возможность оптимизировать штат с сохранением численности персонала за счет перестройки организационной структуры предприятия.

Антон Попов, руководитель проектов по компьютерному зрению, Ctrl2GO

Павел Мащенко, заместитель генерального директора, «ЛокоТех-Сигнал»

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!