DE102019206241A1 - Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung - Google Patents

Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung Download PDF

Info

Publication number
DE102019206241A1
DE102019206241A1 DE102019206241.5A DE102019206241A DE102019206241A1 DE 102019206241 A1 DE102019206241 A1 DE 102019206241A1 DE 102019206241 A DE102019206241 A DE 102019206241A DE 102019206241 A1 DE102019206241 A1 DE 102019206241A1
Authority
DE
Germany
Prior art keywords
wheel
influencing
subsystem
track section
status
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102019206241.5A
Other languages
English (en)
Inventor
Carsten Heise
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to DE102019206241.5A priority Critical patent/DE102019206241A1/de
Priority to EP20724747.9A priority patent/EP3938265A1/de
Priority to PCT/EP2020/059342 priority patent/WO2020221544A1/de
Publication of DE102019206241A1 publication Critical patent/DE102019206241A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L1/00Devices along the route controlled by interaction with the vehicle or train
    • B61L1/16Devices for counting axles; Devices for counting vehicles
    • B61L1/162Devices for counting axles; Devices for counting vehicles characterised by the error correction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L1/00Devices along the route controlled by interaction with the vehicle or train
    • B61L1/16Devices for counting axles; Devices for counting vehicles
    • B61L1/169Diagnosis
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/30Trackside multiple control systems, e.g. switch-over between different systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum rechnergestützten Bestimmen des Belegungszustandes eines Gleisabschnitts (GA), wobei der physikalische Radeinfluss von dem den Gleisabschnitt (GA) befahrenden Zug (ZUG) in eine Richtspannung gewandelt wird, die Richtspannung über einen Analog-Digital-Wandler (ADU) als Rohdaten in einen Prozessor (PRC) eingelesen wird und mit Hilfe mindestens eines Algorithmus eine Bewertung stattfindet, zur Prüfung, ob ein Radeinfluss vorliegt oder nicht, woraus ein Beeinflussungszustand abgeleitet wird. Der Beeinflussungszustand wird zum Bestimmen des Belegungszustandes ausgegeben. Für die Erkennung von Radeinflüssen im Rahmen des Bewertens setzt der Algorithmus ein verstärkendes Lernen zum Optimieren der für die Erkennung berücksichtigten Parameter ein. Ferner betrifft die Erfindung eine Achszähleinrichtung (AZE) zur Erkennung von Radeinflüssen auf einen Gleisabschnitt (GA) sowie ein Computerprogrammprodukt.

Description

  • Die Erfindung betrifft ein Verfahren zum rechnergestützten Bestimmen des Belegungszustandes eines Gleisabschnitts mit den Schritten, dass
    • • der physikalische Radeinfluss von den Gleisabschnitt befahrenden Zügen in eine Richtspannung gewandelt wird,
    • • die Richtspannung über einen Analog-Digital-Wandler als Rohdaten in einen Prozessor eingelesen wird,
    • • mit Hilfe mindestens eines Algorithmus eine Bewertung stattfindet, zur Prüfung, ob ein Radeinfluss vorliegt oder nicht, und daraus ein Beeinflussungszustand abgeleitet wird,
    • • der Beeinflussungszustand zum Bestimmen des Belegungszustandes ausgegeben wird.
  • Außerdem betrifft die Erfindung eine Achszähleinrichtung zur Erkennung von Radeinflüssen auf einen Gleisabschnitt mit
    • • einem Sensor, mit dem der physikalische Radeinfluss von den Gleisabschnitt befahrenden Zügen in eine Richtspannung wandelbar ist,
    • • einem Analog-Digital-Wandler, mit dem aus der Richtspannung Rohdaten erzeugbar sind,
    • • einem Prozessor, mit dem die Rohdaten verarbeitbar und durch mindestens einen im Prozessor implementierten Algorithmus hinsichtlich eines Belegungszustandes bewertbar sind,
    • • einer Schnittstelle S3 zur Ausgabe eine Belegungszustandes
  • Weiter betrifft die Erfindung ein Computerprogrammprodukt mit Programmbefehlen zur Durchführung des oben genannten Verfahrens und eine Bereitstellungsvorrichtung für das Computerprogrammprodukt, wobei die Bereitstellungsvorrichtung das Computerprogrammprodukt speichert und/oder bereitstellt.
  • Verfahren zum rechnergestützten Bestimmen des Belegungszustandes von Gleisabschnitten sind bekannt. Üblicherweise wird die Bestimmung mit Hilfe von Achszählern durchgeführt, welche ebenfalls bekannt sind. Der Belegungszustand eines Gleisabschnittes gibt an, ob der besagte Gleisabschnitt gerade von einem Zug befahren wird. In diesem Fall erfolgt eine Belegtmeldung beispielsweise an eine Leitzentrale, wobei ein Gleisabschnitt nie durch zwei Züge gleichzeitig befahren werden darf. Erst wenn der betreffende Zug den besagten Gleisabschnitt wieder verlassen hat, erfolgt eine Freimeldung des Gleisabschnitts, so dass ein anderer Zug in diesen Gleisabschnitt einfahren darf.
  • Normalerweise wird die Befahrung der Gleisabschnitte mit Achszählern überwacht. Diese weisen Sensoren auf, die ein Sensorsignal senden, dass ein den Sensor passierendes Rad anzeigt. Auf diese Weise können die Achsen eines einfahrenden Zuges gezählt werden, wodurch der Zug erkannt wird. Wenn dasselbe Sensormuster beim Ausfahren des Zuges aus dem Gleisabschnitt wiedererkannt wird, so bedeutet dies, dass der Zug vollständig aus dem betreffenden Gleisabschnitt ausgefahren ist.
  • Die Zuverlässigkeit des Verfahrens hängt von verschiedenen Faktoren ab. Unter anderem gibt es für jeden Gleisabschnitt Besonderheiten zu beachten, beispielsweise, wenn die Sensoren in Kurven oder Weichenbereichen liegen. Auch gibt es Gleisabschnitte, die bevorzugt von bestimmten Zügen befahren werden, beispielsweise Nebenstrecken, die lediglich durch Güterzüge befahren werden, oder Hochgeschwindigkeitsstrecken, die vorrangig durch Hochgeschwindigkeitszüge befahren werden. Es besteht der Wunsch, dass Achszählverfahren unabhängig von individuellen Belangen der zu überwachenden Gleisabschnitt immer zuverlässig durchführen zu können.
  • Die Aufgabe der Erfindung besteht daher darin, ein Verfahren zum rechnergestützten Ermitteln eines Belegungszustandes eines Gleisabschnittes anzugeben, welches sich kostengünstig installieren lässt und dennoch möglichst zuverlässig unabhängig von individuellen Unterschieden auf allen Gleisabschnitten funktioniert. Außerdem ist es Aufgabe der Erfindung, eine Achszähleinrichtung anzugeben, mit der sich ein solches Verfahren zuverlässig und kostengünstig durchführen lässt. Zuletzt ist es Aufgabe der Erfindung ein Computerprogrammprodukt sowie eine Bereitstellung für ein solches Computerprogramm Produkt anzugeben, welche die Durchführung des Verfahrens erlauben.
  • Sofern es in der nachfolgenden Beschreibung nicht anders angegeben ist, beziehen sich die Begriffe „erstellen“, „berechnen“, „rechnen“, „feststellen“, „generieren“, „konfigurieren“, „modifizieren“ und dergleichen, vorzugsweise auf Handlungen und/oder Prozesse und/oder Verarbeitungsschritte, die Daten verändern und/oder erzeugen und/oder die Daten in andere Daten überführen, wobei die Daten insbesondere als physikalische Größen dargestellt werden oder vorliegen können, beispielsweise als elektrische Impulse. Insbesondere ist der Ausdruck „Computer“ breit auszulegen, um alle elektronischen Geräte mit Datenverarbeitungseigenschaften abzudecken. Computer können somit beispielsweise Personal Computer, Server, Handheld-Computer-Systeme, Pocket-PC-Geräte, Mobilfunkgeräte und andere Kommunikationsgeräte, die rechnergestützt Daten verarbeiten können, Prozessoren und andere elektronische Geräte zur Datenverarbeitung sein, die vorzugsweise auch zu einem Netzwerk zusammengeschlossen sein können.
  • Unter „rechnergestützt“ kann im Zusammenhang mit der Erfindung beispielsweise eine Implementierung des Verfahrens verstanden werden, bei dem ein Computer oder mehrere Computer mindestens einen Verfahrensschritt des Verfahrens ausführt oder ausführen.
  • Unter einem „Prozessor“ kann im Zusammenhang mit der Erfindung beispielsweise eine Maschine oder eine elektronische Schaltung verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor oder einen Mikrokontroller, beispielsweise eine anwendungsspezifische integrierte Schaltung oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Bei einem Prozessor kann es sich beispielsweise auch um einen IC (integrierter Schaltkreis, engl. Integrated Circuit), insbesondere einen FPGA (engl. Field Programmable Gate Array) oder einen ASIC (anwendungsspezifische integrierte Schaltung, engl. Application-Specific Integrated Circuit), oder einen DSP (Digitaler Signalprozessor, engl. Digital Signal Processor) handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor oder eine Soft-CPU verstanden werden. Es kann sich beispielsweise auch um einen programmierbaren Prozessor handeln, der mit einer Konfiguration zur Ausführung des genannten erfindungsgemäßen Verfahrens ausgerüstet ist.
  • Unter einer „Speichereinheit“ kann im Zusammenhang mit der Erfindung beispielsweise ein computerlesbarer Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder einer Festplatte verstanden werden.
  • Die oben genannte Aufgabe wird mit dem eingangs angegebenen Anspruchsgegenstand (Verfahren) erfindungsgemäß dadurch gelöst, dass für die Erkennung von Radeinflüssen im Rahmen des Bewertens der Algorithmus ein verstärkendes Lernen zum Optimieren der für die Erkennung berücksichtigten Parameter einsetzt.
  • Unter einem „verstärkenden Lernen“ ist die Arbeitsweise eines Prozessors zu verstehen, welche auf eine Optimierung des durch den Prozessor ausgeführten Prozesses zielt. Dabei wird das Arbeitsergebnis des Prozesses an einem bestimmten Erfolg gemessen, wobei die Modifikation von Parametern dazu führen kann, dass der Erfolg größer oder kleiner wird. Modifikationen von Parametern, die zu einem größeren Erfolg führen, werden weiterverfolgt, Modifikationen, die den Erfolg verkleinern, werden verworfen. Auf diese Weise erfolgt schrittweise eine Optimierung des Prozesses, wobei erfindungsgemäß die Aufgabe zu bewältigen ist, ein Achszählverfahren zu optimieren. Vorteilhaft erfolgt diese Optimierung ohne genaue Kenntnis der individuellen Einsatzsituation des Achszählers. Vielmehr wird durch eine Modifikation der Parameter mit der Zeit eine Verbesserung erreicht, bis ein Optimum gefunden ist. Verstärkt wird somit beim Lernen der Erfolg bei der Durchführung des betreffenden Prozesses.
  • Die Anwendung des verstärkenden Lernens zur Optimierung des Verfahrens zur Achszählung hat den Vorteil, dass das Verfahren mit einer Grundeinstellung in unterschiedlichen Umgebungen installiert werden kann, wobei eine Optimierung durch den Betrieb von allein erfolgt. Nach einer Neuinstallation eines solchen Verfahrens ist der Zugbetrieb zunächst immer einer stärkeren Überwachung unterworfen, sodass am Anfang Ungenauigkeiten noch ausgeglichen werden können. Die Optimierung während des Betriebs führt zu einer stetigen Verbesserung der Zuverlässigkeit des Verfahrens und damit auch der Zuverlässigkeit des Zugbetriebs.
  • Durch die automatische Optimierung fallen dabei vorteilhaft nur geringe Kosten an. Außerdem kann auch eine Änderung des Betriebs, beispielsweise die Aufnahme eines Fernverkehrs auf einer Strecke, die vormals hauptsächlich für den Nahverkehr genutzt wurde (oder andersherum), reagiert werden. Kommt es während des Betriebs zu einer Änderung des Optimierungsziels, kann nachfolgend eine automatische Anpassung des Verfahrens an die neue Aufgabenstellung erfolgen. Vorteilhaft bleibt das Verfahren also auch unter wechselnden Betriebsbedingungen zuverlässig, indem sich dieses immer an die aktuellen Erfordernisse anpasst.
  • Das verstärkende Lernen kann sowohl softwaretechnisch als auch hardwaretechnisch umgesetzt sein. Softwaretechnisch erfolgt das verstärkende Lernen durch einen programmtechnisch implementierten Algorithmus. Eine andere Möglichkeit besteht darin, den Vorgang des verstärkenden Lernens hardwaretechnisch umzusetzen. Gemäß einer Ausgestaltung der Erfindung ist demzufolge vorgesehen, dass der Algorithmus für das verstärkende Lernen ein neuronales Netz nutzt.
  • Neuronale Netze bestehen aus einer Schaltung, welche abhängig von den Eingangsgrößen und abhängig von der realisierten Schaltung Ausgangsgrößen generiert. Die Schaltung ist so aufgebaut, dass eine Modifikation der Eingangsgrößen auch zu einer Modifikation der Ausgangsgrößen führt, wobei die hierbei zu berücksichtigenden Parameter hardwaretechnisch implementiert sind. Eine Modifikation dieser Parameter ist jedoch schaltungstechnisch möglich.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass der mindestens eine Algorithmus eine Schwellwerterkennung und/oder eine zeitliche Filterung und/oder die Berücksichtigung einer Hysterese zwischen Erkennung des Radanfangs und des Radendes durchführt.
  • Die Parameter, die durch Achszähler modifiziert werden können, sind beispielsweise eine sogenannte Einschaltschwelle und eine Ausschaltschwelle für die Raderkennung. Mit anderen Worten gibt es eine Schwelle für den durch den Sensor ermittelten Messwert, oberhalb derer das Passieren eines Rades am Achszähler angenommen wird. Wird dann die Ausschaltschwelle wieder unterschritten, wird dies so interpretiert, dass das Rad den Achszähler vollständig passiert hat. Ein weiterer Parameter kann durch eine Zeitfilterung eingeführt werden, wobei hier Erfahrungswerte einfließen, wie lange (geschwindigkeitsabhängig) ein Rad benötigt, um einen Achszähler zu passieren. Ist eine Hysterese zwischen Einschaltschwelle und Ausschaltschwelle zu berücksichtigen, kann es sein, dass die Ausschaltschwelle höher liegt als die Einschaltschwelle.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die Verfahrensschritte in einem ersten Teilsystem und in einem zweiten Teilsystem parallel durchgeführt werden.
  • Die Verwendung sowohl eines ersten Teilsystems als auch eines zweiten Teilsystems ist vorteilhaft, um eine größere Fehlersicherheit zu realisieren. Beispielsweise kann in einem Voting-Verfahren abgefragt werden, ob das erste Teilsystem und das zweite Teilsystem dasselbe Ergebnis, also das Vorliegen oder das Nichtvorliegen eines Beeinflussungszustandes anzeigen. Für den Fall, dass beide Teilsysteme zu einem unterschiedlichen Ergebnis kommen, besteht die Gefahr eines Fehlers und es können Sicherungsmaßnahmen im Zugbetrieb eingeleitet werden. Hierdurch wird die Sicherheit vorteilhaft erhöht. Auch der Ausfall eines der beiden Teilsysteme kann im Notfall kompensiert werden.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass das erste Teilsystem und das zweite Teilsystem beide den Beeinflussungszustand an eine Auswerteeinrichtung ausgeben und die Auswerteeinrichtung einen tatsächlichen Belegungszustand mit dem Beeinflussungszustand vergleicht.
  • Der tatsächliche Belegungszustand hilft dabei, dass die Auswerteeinrichtung den Beeinflussungszustand, der durch das erste Teilsystem und das zweite Teilsystem ausgegeben wurde, hinsichtlich Zuverlässigkeit und Ergebnissicherheit zu beurteilen. Damit kann eine Aussage getroffen werden, ob das aus dem Beeinflussungszustand abgeleitete Belegungszustand genügend zuverlässig ist oder nicht. Beispielsweise können neue Achszähler, wenn ein Optimum noch nicht angenähert wurde, hinsichtlich ihrer Aussage Zuverlässigkeit zunächst nachrangig behandelt werden, um Fehler im Betrieb zu minimieren. Hierdurch wird vorteilhaft die Zuverlässigkeit im Bahnbetrieb erhöht. Im fortschreitenden Bahnbetrieb kann die Priorisierung der dann optimierten Achszähler erhöht werden.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die Auswerteeirichtung den tatsächlichen Belegungszustand durch Auswertung der Daten von Sensoreinrichtungen, insbesondere Achszählern, am Gleisabschnitt oder von externen Daten, insbesondere Fahrplandaten, ermittelt.
  • Die Sensoreinrichtungen, die bereits länger im Betrieb sind, sind vorteilhaft in besonderem Maße geeignet, damit die von diesen Sensoren (vorzugsweise ebenfalls Achszähler) ermittelten Daten zum Abgleich herangezogen werden. Auch Fahrplandaten können, wenn der Fahrplan zuverlässig abgebildet werden kann, herangezogen werden, da das Ergebnis des Achtzählers mit dem Muster des im Fahrplan vorgesehenen Zuges verglichen werden kann.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die Auswerteeinrichtung den tatsächlichen Belegungszustand oder eine Information hinsichtlich der Übereinstimmung des tatsächlichen Belegungszustandes mit dem ausgegebenen Beeinflussungszustand an die neuronalen Netze des ersten Teilsystems und des zweiten Teilsystems zurückmelden.
  • Durch die Rückmeldung des Belegtzustandes, der ja aus dem Beeinflussungszustand ermittelt wurde, oder einer Größe, die den Grad der Übereinstimmung des Belegtzustandes mit dem Beeinflussungszustandes zulässt, kann in dem selbst lernenden System eine Anpassung der Parameter erfolgen, soweit dies erforderlich ist. Hierdurch wird ein iteratives Vorgehen ausgelöst, welches vorteilhaft zur Optimierung der Parameter beiträgt. Die Modifikation der Parameter kann dadurch vorteilhaft gezielt erfolgen (und nicht zufällig), wodurch die Optimierung vorteilhaft sehr viel schneller abgeschlossen werden kann.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in dem Fall, dass eines der Teilsysteme des ersten Teilsystems und des zweiten Teilsystems, also das erste Teilsystem oder das zweite Teilsystem, durch das verstärkende Lernen eine höhere Sicherheit gegen Fehlinterpretationen bei der Ermittlung des Beeinflussungszustandes erreicht hat, als das andere, die für die Erkennung berücksichtigten Parameter auf das andere Teilsystem übertragen werden.
  • Durch eine Anpassung der Parameter desjenigen Teilsystems, welches die weniger günstigen Ergebnisse liefert, wird vorteilhaft eine höhere Zuverlässigkeit gewährleistet. Insbesondere kann verhindert werden, dass bei einer ungünstigen Konstellation das selbst lernenden System sich von dem aufzufinden Optimum entfernt. Es kann sozusagen zwischen dem ersten Teilsystem und dem zweiten Teilsystem ein Wettlauf um die Auffindung des Optimums erfolgen, um dieses vorteilhaft in möglichst kurzer Zeit zu erreichen.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in einem Verarbeitungsschritt der Rohdaten ein Temperatureinfluss eliminiert wird, wobei kompensierte Daten für die Bewertung erzeugt werden.
  • Durch die Kompensation eines Temperatureinflusses lässt sich die Zuverlässigkeit bei der Durchführung des Verfahrens vorteilhaft weiter erhöhen. Die Temperaturunterschiede, die an Schienenstrecken entstehen können (Sommer, Winter) können beträchtlich sein. Die Eliminierung des Temperatureinflusses macht die ausgegebenen Daten des Beeinflussungszustandes untereinander unabhängig von Jahreszeit und Wettergeschehen vergleichbar.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in Zeitabständen ein Prüfzyklus mit einem Satz von Eingangsgrößen durchgeführt wird, für die das Ergebnis der Ermittlung des Beeinflussungszustands vorhersagbar ist, und dass der ermittelte Beeinflussungszustand mit einem erwarteten, vorhersagbaren Beeinflussungszustand verglichen wird.
  • Ein Prüfzyklus, der beispielsweise in regelmäßigen Zeitabständen durchgeführt werden kann, erhöht vorteilhaft die Zuverlässigkeit des Verfahrens. Dies wird dadurch erreicht, dass eine Parameter-Drift, die zu einer Entfernung von dem Optimum führt, erkannt werden kann, wenn diese bereits zu falschen Ergebnissen führt. Dies liegt daran, dass das Ergebnis bei den Parametern des Prüfzyklus zuverlässig bekannt ist und nur dann nicht erzielt wird, falls sich das selbst lernenden System über einen längeren Zeitraum in die falsche Richtung, d. h. von dem aufzufinden Optimum weg, bewegt hat.
  • Die genannte Aufgabe wird alternativ mit dem eingangs angegebenen Anspruchsgegenstand (Achszähleinrichtung) erfindungsgemäß auch dadurch gelöst, dass der Prozessor für die Erkennung von Radeinflüssen im Rahmen des Bewertens ein neuronales Netz aufweist.
  • Ein neuronales Netz bietet vorteilhaft eine hardwaretechnische und damit hoch zuverlässige Umgebung, um die Parameter für das oben stehende Verfahren zur Verfügung zu stellen. Hierbei kann ein verstärkendes Lernen stattfinden, um ein Optimum für die Parameter zu finden. Auch ist es möglich, ein verstärkendes Lernen zum Vorbereiten vor dem Einbau des erfindungsgemäßen Achszählers am Einsatzort durchzuführen. Hierbei sind die Betriebsbedingungen für den Achszähler vorher bereits zu ermitteln.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass mit dieser ein Verfahren gemäß einem der Ansprüche 1-10 durchführbar ist. Die hiermit verbunden Vorteile sind im Zusammenhang mit dem obenstehenden Verfahren bereits erläutert worden.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in dem Prozessor ein standardisierter Parametersatz zur Durchführung des Algorithmus abgespeichert ist.
  • Die Verwendung eines standardisierten Parametersatzes hat den Vorteil, dass die 8 Zählvorrichtung bereits vor einer Optimierung voll funktionsfähig ist. Diese nutzt dann den standardisierten Parametersatz, um das obenstehende Verfahren durchzuführen. Erst im weiteren Betrieb werden die Parameter dann auf den speziellen Einsatzumgebungen angepasst.
  • Des Weiteren wird ein Computerprogrammprodukt mit Programmbefehlen zur Durchführung des genannten erfindungsgemäßen Verfahrens und/oder dessen Ausführungsbeispielen beansprucht, wobei mittels des Computerprogrammprodukts jeweils das erfindungsgemäße Verfahren und/oder dessen Ausführungsbeispiele durchführbar sind.
  • Zusätzlich wird eine Variante des Computerprogrammproduktes mit Programmbefehlen zur Konfiguration einer Fertigungsanlage zum additiven Fertigen beansprucht, wobei das Erstellungsgerät mit den Programmbefehlen derart konfiguriert wird, dass das genannte erfindungsgemäße Werkstück erzeugt wird.
  • Darüber hinaus wird eine Bereitstellungsvorrichtung zum Speichern und/oder Bereitstellen des Computerprogrammprodukts beansprucht. Die Bereitstellungsvorrichtung ist beispielsweise ein Datenträger, der das Computerprogrammprodukt speichert und/oder bereitstellt. Alternativ und/oder zusätzlich ist die Bereitstellungsvorrichtung beispielsweise ein Netzwerkdienst, ein Computersystem, ein Serversystem, insbesondere ein verteiltes Computersystem, ein cloudbasiertes Rechnersystem und/oder virtuelles Rechnersystem, welches das Computerprogrammprodukt vorzugsweise in Form eines Datenstroms speichert und/oder bereitstellt.
  • Diese Bereitstellung erfolgt beispielsweise als Download in Form eines Programmdatenblocks und/oder Befehlsdatenblocks, vorzugsweise als Datei, insbesondere als Downloaddatei, oder als Datenstrom, insbesondere als Downloaddatenstrom, des vollständigen Computerprogrammprodukts. Diese Bereitstellung kann beispielsweise aber auch als partieller Download erfolgen, der aus mehreren Teilen besteht und insbesondere über ein Peer-to-Peer Netzwerk heruntergeladen oder als Datenstrom bereitgestellt wird. Ein solches Computerprogrammprodukt wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in Form des Datenträgers in ein System eingelesen und führt die Programmbefehle aus, sodass das erfindungsgemäße Verfahren auf einem Computer zur Ausführung gebracht wird oder das Erstellungsgerät derart konfiguriert, dass dieses das erfindungsgemäße Werkstück erzeugt.
  • Weitere Einzelheiten der Erfindung werden nachfolgend anhand der Zeichnung beschrieben. Gleiche oder sich entsprechende Zeichnungselemente sind jeweils mit den gleichen Bezugszeichen versehen und werden nur insoweit mehrfach erläutert, wie sich Unterschiede zwischen den einzelnen Figuren ergeben.
  • Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
  • Es zeigen:
    • 1 ein schematisches Ablaufdiagramm für ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens, wobei der Ablauf parallel für beide Teilsysteme, d. h. für Teilsystem 1 und Teilsystem 2, erfolgt,
    • 2 schematisch ein Ausführungsbeispiel für den erfindungsgemäßen Achszähler, mit dem das Verfahren gemäß 1 durchgeführt werden kann, wobei beide Teilsysteme, d. h. Teilsystem 1 und Teilsystem 2, dargestellt sind.
  • 1 zeigt mit einem als Basis dargestellten Gleisabschnitt GA einen Verfahrensschritt 1 VS1, welcher darin besteht, dass der Sensor SEN1, SEN2, der durch die Räder eines den Gleisabschnitt GA befahrenden Zuges ZUG einen Radimpuls IPR erhält (physikalischer Radeinfluss). Diesen Radimpuls IPR wandelt der Sensor SEN1, SEN2 in eine Richtspannung RSP um.
  • In 1 ist ferner ein Verfahrensschritt 2 VS2 zu erkennen, welcher darin besteht, dass über einen Analog-Digital-Wandler ADU die Richtspannung RSP als Rohdaten RDT in einen Prozessor PRC eingelesen wird.
  • Weiterhin ist in 1 ein Verfahrensschritt 3 VS3 zu erkennen, welcher darin besteht, dass durch einen Verarbeitungsschritt der Rohdaten RDT ein Temperatureinfluss eliminiert wird, wobei kompensierte Daten KDT erzeugt werden, die im späteren Verlauf des Verfahrens für die Bewertung eines Beeinflussungszustands 1 und 2 BZ1, BZ1 relevant sind.
  • 1 zeigt des Weiteren einen Verfahrensschritt 4 VS4, welcher darin besteht, dass der Prozessor PRC über einen Algorithmus verfügen kann, der nach Prüfung der Rohdaten RDT eine Bewertung vornimmt, ob ein Radeinfluss vorhanden ist oder nicht. Mittels des im Algorithmus verwendeten verstärkenden Lernens VSL erfolgt - durch die im Zugbetrieb gewonnene Daten (hierzu im Folgenden noch mehr) - eine Optimierung der Ermittlung des Achszählungsergebnisses. Der Vorgang des verstärkenden Lernens kann beispielsweise durch ein nicht näher dargestelltes neuronales Netz durchgeführt werden.
  • In 1 ist weiterhin erkennbar, dass über eine Ausgabe OUT die Übermittlung des Ergebnisses des Beeinflussungszustandes 1 und 2 BZ1, BZ2 an die Auswerteeinrichtung AWE erfolgen kann. Anhand der von der Auswerteeinrichtung erzeugten Bewertung kann somit eine Bestimmung des Belegungszustands des Gleisabschnitts GA erfolgen.
  • Die Auswerteeinrichtung AWE ist in einen Achszählrechner AZR integriert. Der Achszählrechner AZR wird durch die Infrastruktur eines Stellwerks zur Verfügung gestellt. Er kann in einem Verbund von Rechnern arbeiten und weitere, im Folgenden beschriebene Eingaben berücksichtigen.
  • Ferner zeigt 1, dass die Auswerteeinrichtung AWE den Beeinflussungszustand 3, 4, und somit den tatsächlichen Belegungszustand des Gleisabschnitts GA, von externen Daten, insbesondere Fahrplandaten FPD, ermitteln kann, da das Ergebnis des Belegungszustandes BZ1, BZ2 mit dem Muster des im Fahrplan FP vorgesehenen Zuges verglichen werden kann. Außerdem können über die Ausgaben OUT die weiteren Beeinflussungszustände 3 und 4 BZ3, BZ4 von der Auswerteeinrichtung AWE berücksichtigt werden, wobei diese weiteren Beeinflussungszustände von nicht dargestellten weiteren Achszählern ermittelt wurden. Diese Achszähler können beispielsweise am anderen Ende des Gleisabschnittes vorgesehen sein, da Gleisabschnitte sowohl am Anfang als auch am Ende jeweils Achszähler benötigen, um Freimeldungen und Belegtmeldung zu erzeugen und zu überprüfen.
  • In 2 ist zu erkennen, dass der von dem den Gleisabschnitt GA befahrenden Zug ZUG auf Grund des physikalischen Radeinflusses erzeugte elektrische Impuls von Sensoren SEN in eine Richtspannung RSP umgewandelt werden kann. Die Sensoren SEN sind als Teil einer Achszähleinrichtung AZE ausgeführt, die über eine Schnittstelle 3 mit dem Achszählrechner AZR verbunden sind.
  • Über die Schnittstelle S1 wird die Richtspannung RSP von den Sensoren SEN an den Analog-Digital-Wandler ADU übermittelt. Über die Schnittstelle S2 gelangen die Rohdaten RDT vom Analog-Digital Wandler ADU zum Prozessor PRC. Die Schnittstelle S3 dient zur Übermittlung dieser Daten zur Erkennung von Radeinflüssen/Beeinflussungszuständen, also den Beeinflussungszustand BZ1 und BZ2, an den Achszählrechner AZR. Über die Schnittstelle S4 gelangen die Daten für den Belegungszustand des Gleisabschnitts GA zur Leitzentrale und werden dort für die Erzeugung der Frei- bzw. Belegtmeldung des Gleisabschnitts GA durch den Achszählrechner herangezogen.
  • Bezugszeichenliste
  • GA
    Gleisabschnitt
    TS1
    Teilsystem 1
    TS2
    Teilsystem 2
    AZR
    Achszählrechner
    IPR
    Radimpuls
    SEN
    Sensor
    VS1
    Verfahrensschritt 1
    RSP
    Richtspannung
    ADU
    Analog-Digital-Wandler
    VS2
    Verfahrensschritt 2
    RDT
    Rohdaten
    PRC
    Prozessor
    VS3
    Verfahrensschritt 3
    KDT
    kompensierte Daten
    VS4
    Verfahrensschritt 4
    VSL
    Verstärkendes Lernen
    OUT
    Ausgabe
    BZ1
    Beeinflussungszustand 1
    BZ2
    Beeinflussungszustand 2
    AWE
    Auswerteeinrichtung
    BZ3, BZ4
    Beeinflussungszustände (einer anderen Achszähleinrichtung)
    FP
    Fahrplan
    FPD
    Fahrplandaten
    ZUG
    Zug
    AZE
    Achszähleinrichtung
    LZ
    Leitzentrale
    S1 ... S4
    Schnittstellen

Claims (15)

  1. Verfahren zum rechnergestützten Bestimmen des Belegungszustandes eines Gleisabschnitts (GA) mit den Schritten, dass • der physikalische Radeinfluss von den Gleisabschnitt (GA) befahrenden Zügen (ZUG) in eine Richtspannung (RSP) gewandelt wird, • die Richtspannung (RSP) über einen Analog-Digital-Wandler (ADU) als Rohdaten (RDT) in einen Prozessor (PRC) eingelesen wird, • mit Hilfe mindestens eines Algorithmus eine Bewertung stattfindet, zur Prüfung, ob ein Radeinfluss vorliegt oder nicht, und daraus ein Beeinflussungszustand abgeleitet wird, • der Beeinflussungszustand zum Bestimmen des Belegungszustandes ausgegeben wird, dadurch gekennzeichnet, dass für die Erkennung von Radeinflüssen im Rahmen des Bewertens der Algorithmus ein verstärkendes Lernen zum Optimieren der für die Erkennung berücksichtigten Parameter einsetzt.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Algorithmus für das verstärkende Lernen (VSL) ein neuronales Netz nutzt.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass der mindestens eine Algorithmus eine Schwellwerterkennung und/oder eine zeitliche Filterung und/oder die Berücksichtigung einer Hysterese zwischen Erkennung des Radanfangs und des Radendes durchführt.
  4. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass die Verfahrensschritte in einem ersten Teilsystem (TS1) und in einem zweiten Teilsystem (TS2) parallel durchgeführt werden.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass das erste Teilsystem (TS1) und das zweite Teilsystem (TS2) beide den Beeinflussungszustand an eine Auswerteeinrichtung (AWE) ausgeben und die Auswerteeinrichtung (AWE) einen tatsächlichen Belegungszustand mit dem Beeinflussungszustand vergleicht.
  6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Auswerteeirichtung (AWE) den tatsächlichen Belegungszustand durch Auswertung der Daten von Sensoreinrichtungen, insbesondere Achszählern, am Gleisabschnitt (GA) oder von externen Daten, insbesondere Fahrplandaten (FPD), ermittelt.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Auswerteeinrichtung (AWE) den tatsächlichen Belegungszustand oder eine Information hinsichtlich der Übereinstimmung des tatsächlichen Belegungszustandes mit dem ausgegebenen Beeinflussungszustand an die neuronalen Netze des ersten Teilsystems (TS1) und des zweiten Teilsystems (TS2) zurückmelden.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass in dem Fall, dass eines der Teilsysteme des ersten Teilsystems (TS1) und des zweiten Teilsystems (TS2) durch das verstärkende Lernen (VSL) eine höhere Sicherheit gegen Fehlinterpretationen bei der Ermittlung des Beeinflussungszustandes erreicht hat, als das andere, die für die Erkennung berücksichtigten Parameter auf das andere Teilsystem (TS1, TS2) übertragen werden.
  9. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass in einem Verarbeitungsschritt der Rohdaten (RDT) ein Temperatureinfluss eliminiert wird, wobei kompensierte Daten (KDT) für die Bewertung erzeugt werden.
  10. Verfahren nach einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass in Zeitabständen ein Prüfzyklus mit einem Satz von Eingangsgrößen durchgeführt wird, für die das Ergebnis der Ermittlung des Beeinflussungszustands vorhersagbar ist, und dass der ermittelte Beeinflussungszustand mit einem erwarteten, vorhersagbaren Beeinflussungszustand verglichen wird.
  11. Achszähleinrichtung (AZE) zur Erkennung von Radeinflüssen auf einen Gleisabschnitt (GA) mit • einem Sensor (SEN), mit dem der physikalische Radeinfluss von den Gleisabschnitt (GA) befahrenden Zügen (ZUG) in eine Richtspannung (RSP) wandelbar ist, • einem Analog-Digital-Wandler (ADU), mit dem aus der Richtspannung (RSP) Rohdaten (RDT) erzeugbar sind, • einem Prozessor (PRC), mit dem die Rohdaten (RDT) verarbeitbar und durch mindestens einen im Prozessor (PRC) implementierten Algorithmus hinsichtlich eines Belegungszustandes bewertbar sind, • einer Schnittstelle (S3) zur Ausgabe eines Belegungszustandes dadurch gekennzeichnet, dass der Prozessor für die Erkennung von Radeinflüssen im Rahmen des Bewertens ein neuronales Netz aufweist.
  12. Achszähleinrichtung (AZE) nach Anspruch 11, dadurch gekennzeichnet, dass mit dieser ein Verfahren gemäß einem der Ansprüche 1-10 durchführbar ist.
  13. Achszähleinrichtung (AZE) nach Anspruch 11 oder 12, dadurch gekennzeichnet, dass in dem Prozessor (PRC) ein standardisierter Parametersatz zur Durchführung des Algorithmus abgespeichert ist.
  14. Computerprogrammprodukt mit Programmbefehlen zur Durchführung des Verfahrens nach einem der Ansprüche 1-10.
  15. Bereitstellungsvorrichtung für das Computerprogrammprodukt nach Anspruch 14, wobei die Bereitstellungsvorrichtung das Computerprogrammprodukt speichert und/oder bereitstellt.
DE102019206241.5A 2019-04-30 2019-04-30 Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung Withdrawn DE102019206241A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102019206241.5A DE102019206241A1 (de) 2019-04-30 2019-04-30 Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung
EP20724747.9A EP3938265A1 (de) 2019-04-30 2020-04-02 Verfahren zum bestimmen einer gleisbelegung sowie achszähleinrichtung
PCT/EP2020/059342 WO2020221544A1 (de) 2019-04-30 2020-04-02 Verfahren zum bestimmen einer gleisbelegung sowie achszähleinrichtung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019206241.5A DE102019206241A1 (de) 2019-04-30 2019-04-30 Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung

Publications (1)

Publication Number Publication Date
DE102019206241A1 true DE102019206241A1 (de) 2020-11-05

Family

ID=70617063

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019206241.5A Withdrawn DE102019206241A1 (de) 2019-04-30 2019-04-30 Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung

Country Status (3)

Country Link
EP (1) EP3938265A1 (de)
DE (1) DE102019206241A1 (de)
WO (1) WO2020221544A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114802370A (zh) * 2021-01-29 2022-07-29 西门子交通有限公司 用于训练轨道车辆的控制装置的方法、控制装置和轨道车辆
WO2022161695A1 (de) * 2021-01-29 2022-08-04 Siemens Mobility GmbH Auswerteinrichtung für eine technische einrichtung und verfahren zum herstellen einer auswerteinrichtung
CN115489572A (zh) * 2022-09-21 2022-12-20 交控科技股份有限公司 基于强化学习的列车ato控制方法、设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113562035B (zh) * 2021-06-30 2023-03-21 通号城市轨道交通技术有限公司 列车位置报告跳变防护方法、装置、电子设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3218541C1 (de) * 1982-05-17 1983-11-03 Siemens AG, 1000 Berlin und 8000 München Schienenkontakt für spurgeführte Fahrzeuge

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3218541C1 (de) * 1982-05-17 1983-11-03 Siemens AG, 1000 Berlin und 8000 München Schienenkontakt für spurgeführte Fahrzeuge

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114802370A (zh) * 2021-01-29 2022-07-29 西门子交通有限公司 用于训练轨道车辆的控制装置的方法、控制装置和轨道车辆
WO2022161695A1 (de) * 2021-01-29 2022-08-04 Siemens Mobility GmbH Auswerteinrichtung für eine technische einrichtung und verfahren zum herstellen einer auswerteinrichtung
CN115489572A (zh) * 2022-09-21 2022-12-20 交控科技股份有限公司 基于强化学习的列车ato控制方法、设备及存储介质
CN115489572B (zh) * 2022-09-21 2024-05-14 交控科技股份有限公司 基于强化学习的列车ato控制方法、设备及存储介质

Also Published As

Publication number Publication date
WO2020221544A1 (de) 2020-11-05
EP3938265A1 (de) 2022-01-19

Similar Documents

Publication Publication Date Title
DE102019206241A1 (de) Verfahren zum Bestimmen einer Gleisbelegung sowie Achszähleinrichtung
EP2814193B1 (de) Verfahren und system zur erkennung von fehlern bei der übertragung von daten von einem sender zu zumindest einem empfänger
EP2425304A1 (de) Steuersystem zum sicheren betreiben von mindestens einer funktionskomponente
EP3871933B1 (de) Testeinrichtung und testverfahren für ein elektro-pneumatisches bremssystem von zügen
EP2701018B1 (de) Verfahren zur sicheren Parametrierung eines Feldgeräts
WO2020254229A1 (de) Odometrisches verfahren, insbesondere für ein schienenfahrzeug oder eine leitzentrale
WO2017137326A1 (de) Verfahren und vorrichtung zum überwachen einer datenverarbeitung und -übertragung in einer sicherheitskette eines sicherheitssystems
EP3353022A1 (de) Verfahren zum betrieb eines bremssteuerungssystems für ein schienenfahrzeug mit einem bremssystem, bremssteuerungssystem, bremssystem sowie schienenfahrzeug
EP4034448A1 (de) Verfahren zum überwachen von funktionen einer balise und hierfür geeignetes lesegerät
EP3795451A1 (de) Verfahren zum orten eines fahrzeugs an einer für einen halt des fahrzeugs vorgesehenen station
EP4186775B1 (de) Verfahren und vorrichtung zum erkennen von eigenschaften eines fahrzeugs
EP3419879B1 (de) Verfahren und vorrichtung zur bestimmung eines sicheren bremswerts eines schienenfahrzeugs
DE102011007363A1 (de) Vorrichtung und Verfahren zur Bereitstellung von Radparametern eines Schienenfahrzeuges
DE102016225276A1 (de) Verfahren zum Kalibrieren eines Radsensors sowie entsprechender Radsensor
DE102006023947A1 (de) Verfahren zum Erzeugen eines Geschwindigkeitssignals
DE102009037369A1 (de) Verfahren zum Kalibrieren eines Radsensors einer Gleisfreimeldeanlage, Radsensor sowie Gleisfreimeldeanlage
EP3577006B1 (de) Vorrichtung zur bestimmung zumindest eines auf einen ort und/oder zumindest eine bewegungsgrösse eines spurgebundenen fahrzeugs bezogenen messwertes sowie verfahren zum betreiben einer solchen vorrichtung
EP3541680B1 (de) Verfahren und eisenbahnkomponente zum übertragen von nachrichten
EP3798090A1 (de) Verfahren zum überwachen einer gesprochenen kommunikation im zugverkehr und zugehöriges zugleitsystem
DE202008015021U1 (de) Parametrierbarer Drehzahlwächter für Safety-at-Work
DE102019201692A1 (de) Verfahren und System zur Begrenzung und Überwachung mindestens eines Arbeitsbereichs für zumindest ein autonom betriebenes Fahrzeug
DE102023103783B3 (de) Achszählersystem zum Überwachen eines Gleisabschnitts eines Schienensystems
DE102020118360A1 (de) Regelungsvorrichtung und Regelungsverfahren für ein Gleitschutzsystem
DE102019212985A1 (de) Verfahren und Einrichtung zur Ortung eines Fahrzeugs mit UWB Technologie
DE102008057003A1 (de) Verfahren zur sicheren Parametierung von AS Interface Slaves

Legal Events

Date Code Title Description
R163 Identified publications notified
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee