EP3984856A1

EP3984856A1 - Method for detecting the vehicle category of a railway vehicle and device suitable for use of the method

Info

Publication number: EP3984856A1
Application number: EP20202457.6A
Authority: EP
Inventors: Jens Braband
Original assignee: Siemens Mobility GmbH
Current assignee: Siemens Mobility GmbH
Priority date: 2020-10-19
Filing date: 2020-10-19
Publication date: 2022-04-20
Also published as: AU2021245132B2; AU2021245132A1

Abstract

Gegenstand der Erfindung ist ein Verfahren zum Erkennen von Eigenschaften eines Schienenfahrzeugs (FZ), bei dem ein Achszähler (AZ1 ... AZ2) während der Überfahrt des Schienenfahrzeugs (FZ) Messdaten erfasst. Rechnergestützt werden die Messdaten analysiert und dabei Achsabstände des Schienenfahrzeugs (FZ) ermittelt. Rechnergestützt wird anhand der ermittelten Achsabstände eine erste Eigenschaft ermittelt, nämlich, ob es sich bei dem Schienenfahrzeug (FZ) um einen Personenzug oder einen Güterzug handelt. Bei der Ermittlung der ersten Eigenschaft in einem ersten Prüfungsschritt wird überprüft, ob zumindest in einem überwiegenden Teil der Folge der Achsabstände identische oder ähnliche Muster festgestellt werden können. Wenn kein Muster festgestellt werden konnte, wird dem Schienenfahrzeug (FZ) als erste Eigenschaft die Eigenschaft eines Güterzuges zugeordnet. Wenn ein Muster festgestellt wurde, wird dem Schienenfahrzeug (FZ) als erste Eigenschaft die Eigenschaft eines Personenzuges zugeordnet und/oder ein weiterer Prüfungsschritt zur Absicherung oder Ausweitung des Prüfungsergebnisses wird durchgeführt. Dieser Prozess kann durch maschinelles Lernen unterstützt werden. Ferner umfasst die Erfindung eine Vorrichtung zur Bestimmung von Eigenschaften von Schienenfahrzeugen (FZ), ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung.The subject matter of the invention is a method for detecting properties of a rail vehicle (FZ), in which an axle counter (AZ1 . . . AZ2) records measurement data while the rail vehicle (FZ) is crossing. The measurement data is analyzed with the aid of a computer and the center distances of the rail vehicle (FZ) are determined. A first property is determined with the aid of a computer using the wheelbases determined, namely whether the rail vehicle (FZ) is a passenger train or a freight train. When determining the first property in a first test step, it is checked whether identical or similar patterns can be determined at least in a predominant part of the sequence of wheelbases. If no pattern could be found, the property of a freight train is assigned to the rail vehicle (FZ) as the first property. If a sample has been determined, the rail vehicle (FZ) is assigned the property of a passenger train as the first property and/or a further test step to secure or extend the test result is carried out. This process can be supported by machine learning. The invention also includes a device for determining properties of rail vehicles (FZ), a computer program product and a provision device.

Description

Die Erfindung betrifft ein Verfahren zum Erkennen von Eigenschaften eines Schienenfahrzeugs, bei dem

ein Achszähler (im Sinne von mindestens einem Achszähler, möglicherweise auch mehrere Achszähler) während der Überfahrt des Schienenfahrzeugs Messdaten erfasst,
rechnergestützt die Messdaten analysiert und dabei Achsabstände des Schienenfahrzeugs ermittelt werden,
rechnergestützt anhand der ermittelten Achsabstände eine erste Eigenschaft ermittelt wird, nämlich ob es sich bei dem Schienenfahrzeug um einen Personenzug oder einen Güterzug handelt.

The invention relates to a method for detecting properties of a rail vehicle in which

an axle counter (in the sense of at least one axle counter, possibly also several axle counters) records measurement data during the passage of the rail vehicle,
computer-assisted analysis of the measurement data and determination of the wheelbase of the rail vehicle,
a first property is determined with the aid of a computer on the basis of the wheelbases determined, namely whether the rail vehicle is a passenger train or a freight train.

Außerdem betrifft die Erfindung eine Vorrichtung zur Bestimmung von Eigenschaften von Schienenfahrzeugen, umfassend

mindestens einen Achszähler zum Erfassen von Messdaten bei Überfahrt der Schienenfahrzeuge,
einen Computer, der eingerichtet ist, die Messdaten zu analysieren und dabei Achsabstände des Schienenfahrzeugs zu ermitteln, sowie
anhand der ermittelten Achsabstände eine erste Eigenschaft zu ermitteln, ob es sich bei dem Schienenfahrzeug um einen Personenzug oder einen Güterzug handelt.

In addition, the invention relates to a device for determining properties of rail vehicles, comprising

at least one axle counter for recording measurement data when the rail vehicles pass,
a computer that is set up to analyze the measurement data and thereby determine wheelbases of the rail vehicle, and
using the determined wheelbases to determine a first property as to whether the rail vehicle is a passenger train or a freight train.

Zuletzt betrifft die Erfindung ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung für dieses Computerprogrammprodukt, wobei das Computerprogrammprodukt mit Programmbefehlen zur Durchführung dieses Verfahrens ausgestattet ist.Finally, the invention relates to a computer program product and a provision device for this computer program product, the computer program product being equipped with program instructions for carrying out this method.

Die klassische Sicherungstechnik im Bahnbetrieb erkennt viele Eigenschaften von Zügen, wie zum Beispiel die Gattung eines Zuges nicht (z. B. Güterzug, Regionalzug, Lok), sondern weiß nur logische Eigenschaften, z. B. Belegung eines Gleisfreimeldeabschnitts. Die Betriebsleittechnik kennt andererseits diese Gattung und ggf. weitere Eigenschaften des Zuges, diese können aber in der Regel nicht für sichere Entscheidungen zugrundegelegt werden, weil sie selbst nicht das erforderliche Sicherheitsniveau aufweisen. Dennoch ist es für den Zugbetrieb in bestimmten Betriebssituationen erforderlich, die Zuggattung mit dem erforderlichen Sicherheitsniveau festzustellen. Dies passiert heute durch eine Mischung technischer und betrieblicher Verfahren, teils mit erheblichem Aufwand.The classic safety technology in railway operations does not recognize many properties of trains, such as the class of a train (e.g. freight train, regional train, locomotive), but only knows logical properties, e.g. B. Occupancy of a track vacancy detection section. On the other hand, the operations control technology knows this type and possibly other properties of the train, but these cannot usually be used as a basis for safe decisions because they do not themselves have the required level of safety. Nevertheless, for train operation in certain operating situations it is necessary to determine the type of train with the required level of safety. This happens today through a mixture of technical and operational procedures, sometimes with considerable effort.

Zuggattungen, in der Schweiz Zugkategorie genannt, sind Kategorien unterschiedlicher Eisenbahnzüge. Die Einteilung der Züge erfolgt mit Rücksicht auf ihre Benutzung, nach ihrer Bedeutung für den Verkehr und auf Grund ihrer fahrdienstlichen Behandlung. Jeder Zug wird durch die Zuggattung und eine Zugnummer bezeichnet.Train types, called train categories in Switzerland, are categories of different railway trains. The trains are classified according to their use, their importance for traffic and their operational handling. Each train is identified by the type of train and a train number.

Die Bezeichnungen für die Zuggattungen variieren; so gibt es neben den umgangssprachlichen Bezeichnungen auch fachsprachliche Benennungen, und zwar verkehrswissenschaftliche Begriffe, aus der Zeit der Staatsbahnen über Vorschriften entstandene Bezeichnungen sowie Markennamen der Eisenbahnverkehrsunternehmen. Unabhängig davon, welche Zuggattungen verwendet werden, ermöglichen diese jedoch genauere Angaben zu den verkehrenden Zügen zu machen. Diese können beispielsweise in einem Bahnautomatisierungssystem abgespeichert sein und zu Steueraufgaben herangezogen werden.The designations for the train types vary; In addition to the colloquial terms, there are also technical terms, namely traffic-scientific terms, terms that arose from the time of the state railways via regulations and brand names of the railway companies. Irrespective of which train types are used, these enable more precise information to be given about the trains running. These can be stored in a railway automation system, for example, and used for control tasks.

Dokument EP 2 718 168 B1 betrifft ein Verfahren zum Betreiben einer Eisenbahnsicherungsanlage mit mindestens einer Streckeneinrichtung unter Berücksichtigung einer beim Einfahren des Schienenfahrzeugs in die Einschaltstrecke der Eisenbahnsicherungsanlage erfassten Geschwindigkeitsmessgröße. Beim Einfahren des Schienenfahrzeugs in die Einschaltstrecke anhand der Geschwindigkeitsmessgröße wird überprüft, ob eine Korrekturzeit für die Weiterleitung einer Meldung von der einen Streckeneinrichtung an eine zugeordnete Eisenbahnsicherungsanordnung entsprechend der Geschwindigkeitsmessgröße einzustellen ist. Danach wird eine eingestellte Korrekturzeit dahingehend überprüft, ob diese in Abhängigkeit von mindestens einer weiteren fahrzeitbestimmenden Einflussgröße des Schienenfahrzeugs wirksam bleiben soll.document EP 2 718 168 B1 relates to a method for operating a railway safety system with at least one route facility, taking into account a measured speed variable recorded when the rail vehicle enters the switch-on section of the railway safety system. When the rail vehicle enters the switch-on section, the measured speed variable is used to check whether a correction time for the forwarding of a message from one route facility to an associated railway safety system must be set according to the measured speed variable. A set correction time is then checked to determine whether it should remain effective as a function of at least one other influencing variable of the rail vehicle that determines the travel time.

Die Aufgabe der Erfindung besteht darin, möglichst ohne zusätzlich zu installieren Sensorik die Gattung des Zuges genügend sicher zu erkennen, damit die erkannte Zuggattung in der Sicherungstechnik des Bahnbetrieb Verwendung finden kann. Zu diesem Zweck soll ein Verfahren und eine zur Anwendung des Verfahrens geeignete Vorrichtung angegeben werden. Außerdem besteht die Aufgabe der Erfindung darin, ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung für dieses Computerprogrammprodukt anzugeben, mit dem das vorgenannte Verfahren durchgeführt werden kann.The object of the invention is to identify the type of train with sufficient certainty, if possible without installing additional sensors, so that the identified type of train can be used in the safety technology of railway operations. For this purpose, a method and a device suitable for using the method are to be specified. In addition, the object of the invention consists in specifying a computer program product and a provision device for this computer program product, with which the aforementioned method can be carried out.

Diese Aufgabe wird mit dem eingangs angegebenen Anspruchsgegenstand (Verfahren) erfindungsgemäß dadurch gelöst, dass bei der Ermittlung der ersten Eigenschaft in einem ersten Prüfungsschritt überprüft wird, ob zumindest in einem überwiegenden Teil der Folge der Achsabstände identische oder ähnliche Muster festgestellt werden können und

wenn kein Muster festgestellt werden konnte, dem Schienenfahrzeug als erste Eigenschaft die Eigenschaft eines Güterzuges zugeordnet wird, oder
wenn ein Muster festgestellt wurde, dem Schienenfahrzeug als erste Eigenschaft die Eigenschaft eines Personenzuges zugeordnet und/oder ein weiterer Prüfungsschritt durchgeführt wird.

According to the invention, this object is achieved with the subject matter of the claim (method) specified at the outset in that, when determining the first property, it is checked in a first test step whether identical or similar patterns can be determined at least in a predominant part of the sequence of the center distances and

if no model could be determined, the rail vehicle is assigned the property of a freight train as the first property, or
if a sample has been identified, the property of a passenger train is assigned to the rail vehicle as the first property and/or a further test step is carried out.

Erfindungsgemäß ist mit anderen Worten vorgesehen, aus den Rohdaten des Achszählers während der Überfahrt die Abstände der Achsen des Zugverbands zu schätzen. Insbesondere Personenzüge wie ICE oder Regionalzüge bestehen aus festen Einheiten, die in der Regel zusammenbleiben, aus denen keine Wagen ausgekuppelt werden. Deswegen gibt es Muster, die durch Koppelung dieser Einheiten mehrfach hintereinander gemessen werden können und die einander ähnlich sind. Personenzüge haben damit sozusagen einen festen "Fingerabdruck", der nur durch Messfehler etc. verändert wird.In other words, according to the invention, the distances between the axles of the train set are estimated from the raw data of the axle counter during the crossing. In particular, passenger trains such as ICE or regional trains consist of fixed units that usually stay together, from which no cars are decoupled. Therefore, there are patterns that can be measured several times in a row by coupling these units and that are similar to each other. Passenger trains have a fixed "fingerprint", so to speak, which is only changed by measurement errors, etc.

Der Vorteil der Nutzung einer Mustererkennung im Zugbetrieb liegt darin begründet, dass Parameter des Zugbetriebs wie beispielsweise Schließzeiten eines Bahnübergangs oder Streckenfreigaben flexibel an die aufgrund der Mustererkennung der ersten Eigenschaft zugeordneten Fahrzeuge angepasst werden kann. Hierdurch ist beispielsweise eine größere Streckenauslastung zu erreichen. Ein anderes Beispiel ist die zuverlässige Erkennung von Gefahrenschwerpunkten, für die Sicherungsmaßnahmen eingeleitet werden können.The advantage of using pattern recognition in train operation is that parameters of train operation, such as closing times of a level crossing or route clearances, can be flexibly adapted to the vehicles assigned to the first property based on pattern recognition. In this way, for example, a greater route utilization can be achieved. Another example is the reliable detection of hotspots for which security measures can be initiated.

Dagegen gibt es bei Güterzügen andere, in der Regel variable und damit nicht ähnliche oder identische Muster, je nachdem welche und wie viele Einheiten zusammengekuppelt werden. Damit lassen die Daten als mehrdimensionale Vektoren darstellen, deren Komponenten die Abstände zwischen den Achsen schätzen, d. h. Achse 1 zu Achse 2 bis hin zu Achse n-1 zu Achse n (bei n Achsen des Zuges, in der Realität bis zu 250) .On the other hand, there are other, usually variable and therefore not similar or identical patterns for freight trains, depending on which and how many units are coupled together. This allows the data to be represented as multidimensional vectors whose components estimate the distances between the axes, i.e. H. Axle 1 to axle 2 up to axle n-1 to axle n (if the train has n axles, in reality up to 250) .

Die Begriffe identisch (identical) und ähnlich (similar) sollen in ihrer Bedeutung im Sinne der Mustererkennung begriffen werden. Dies bedeutet, dass ein Vergleich von Mustern dazu führen kann, dass diese als identisch oder ähnlich (oder eben nicht als identisch und nicht ähnlich, also nicht verwandt) bewertet werden. Diese Bewertung erfolgt vorzugsweise rechnergestützt.The terms identical (identical) and similar (similar) should be understood in their meaning in terms of pattern recognition. This means that a comparison of patterns can lead to that these are evaluated as identical or similar (or not as identical and not similar, i.e. not related). This assessment is preferably computer-aided.

Als identisch werden Muster begriffen, wenn alle Prüfkriterien beim Mustervergleich zu dem Ergebnis führen, dass eine Übereinstimmung der Prüfkriterien vorliegt. Da die Prüfkriterien auf Messwerten beruhen, kann hierbei ein Toleranzintervall für die Messung festgelegt werden, innerhalb dessen das Prüfkriterium liegen kann, um als identisch begriffen zu werden.Patterns are considered to be identical if all test criteria in the pattern comparison lead to the result that the test criteria match. Since the test criteria are based on measured values, a tolerance interval can be defined for the measurement, within which the test criterion can lie in order to be understood as identical.

Als ähnlich werden Muster begriffen, wenn eine Auswertung der Prüfkriterien ergibt, dass diese zumindest größtenteils einander entsprechen. Hierbei ist anzumerken, dass Ähnlichkeit somit auch vorliegt, wenn die Muster identisch sind.Patterns are understood to be similar if an evaluation of the test criteria shows that they at least largely correspond to each other. It should be noted here that similarity also exists if the samples are identical.

Wann die Frage bejaht werden kann, dass die Kriterien zumindest größtenteils einander entsprechen, muss für die Durchführung der Mustererkennung festgelegt werden. Allgemein gilt hierbei für die Erkennung der genannten ersten Eigenschaft (Güterzug oder Personenzug) folgender Zusammenhang. Je strenger die Kriterien für die Erkennung von Ähnlichkeit sind, desto größer ist die Wahrscheinlichkeit, dass die erkannten ähnlichen Muster tatsächlich immer zu Erkennung von Personen zugeführt. Allerdings steigt auch die Wahrscheinlichkeit, dass Personenzüge nicht erkannt werden. Je weniger streng die Kriterien für die Erkennung von Ähnlichkeit sind, desto höher ist die Wahrscheinlichkeit, dass alle Personenzüge erkannt werden. Allerdings steigt auch die Wahrscheinlichkeit, dass Güterzüge versehentlich als Personenzug erkannt werden.When the question can be answered in the affirmative, that the criteria at least largely correspond to each other, must be determined for the implementation of the pattern recognition. In general, the following relationship applies to the recognition of the first property mentioned (freight train or passenger train). The stricter the criteria for the recognition of similarity, the greater the probability that the recognized similar patterns are actually always used to recognize people. However, the probability that passenger trains will not be recognized also increases. The less stringent the criteria for detecting similarity, the higher the probability that all passenger trains will be recognized. However, the likelihood of freight trains being mistakenly recognized as passenger trains also increases.

Unabhängig von der Strenge der Kriterien funktioniert das erfindungsgemäße Verfahren im technischen Sinne. Im Betrieb ist allerdings zu ermitteln, wo hinsichtlich der Strenge der Kriterien in Bezug auf einen sicheren Betrieb ein Optimum liegt (zur Festlegung der Kriterien im Folgenden noch mehr).Regardless of the strictness of the criteria, the method according to the invention works in the technical sense. In operation, however, it must be determined where there is an optimum in terms of the strictness of the criteria with regard to safe operation (more on defining the criteria below).

Hierbei ist zu berücksichtigen, dass die Tatsache, dass keine zumindest ähnlichen Muster erkannt werden, zu der Bewertung der ersten Eigenschaft dahingehend führt, dass die Eigenschaft als Güterzug angenommen wird. Es ist zu bemerken, dass hinsichtlich des Zugbetriebs Güterzüge kritischer zu bewerten sind. Beispielsweise dürfte eine Tunnelbegegnung zwischen zwei Personenzügen, deren äußere Abmessungen zuverlässig bestimmbar sind, zugelassen werden, nicht jedoch die Tunnelbegegnung zweier Güterzüge oder eines Güterzuges mit einem Personenzug. Ein anderes Beispiel sind Bahnübergänge. Ein Güterzug wird aufgrund seiner langsamen Geschwindigkeit längeren Schließzeiten des Bahnübergangs benötigen als es für einen Personenzug erforderlich wäre.It must be taken into account here that the fact that no at least similar patterns are recognized leads to the assessment of the first property to the effect that the property is assumed to be a freight train. It should be noted that freight trains are to be assessed more critically with regard to train operation. For example, two passenger trains whose external dimensions can be reliably determined should be permitted to pass through a tunnel, but not two trains to pass through a tunnel freight trains or a freight train with a passenger train. Another example is railroad crossings. A freight train, due to its slow speed, will require longer level crossing closure times than would be required for a passenger train.

Daraus kann abgeleitet werden, dass das Verfahren so eingestellt werden muss, dass im Zweifelsfalle die Eigenschaft als Güterzug angenehm werden sollte. Für das Mustererkennungsverfahren bedeutet dies, dass der Zugbetrieb mit einem hohen Sicherheitsstandard (beispielsweise SEL vier) erfolgen kann, wenn die Kriterien streng ausgelegt werden. D. h., dass in keinem Fall ein Güterzug als Personenzug erkannt werden darf. Andererseits ist es weniger kritisch, wenn ein Personenzug anhand seiner charakteristischen Muster nicht erkannt wird, da dessen Behandlung als Güterzug im Zugbetrieb weniger im Allgemeinen unkritisch ist.From this it can be deduced that the procedure must be set in such a way that, in case of doubt, the property as a freight train should be comfortable. For the pattern recognition process, this means that train operations can be carried out with a high safety standard (e.g. SEL four) if the criteria are interpreted strictly. This means that under no circumstances should a freight train be recognized as a passenger train. On the other hand, it is less critical if a passenger train is not recognized based on its characteristic patterns, since its treatment as a freight train is less generally uncritical in train operation.

Ein überwiegender Teil der Folge der Achsabstände liegt vor, wenn für mehr als 50 % der Achsabstände das sich wiederholende Muster festgestellt werden kann. Bevorzugt kann auch definiert werden, dass die Grenze, bei der von einem überwiegenden Teil ausgegangen werden soll, bei mehr als 60 % liegt, besonders bevorzugt bei mehr als 70 %, 80 % oder 90 %.A predominant part of the wheelbase sequence is present when the repeating pattern can be identified for more than 50% of the wheelbases. It can also preferably be defined that the limit at which a predominant part is to be assumed is more than 60%, particularly preferably more than 70%, 80% or 90%.

Unter "rechnergestützt" oder "computerimplementiert" kann im Zusammenhang mit der Erfindung eine Implementierung des Verfahrens verstanden werden, bei dem mindesten ein Computer oder Prozessor mindestens einen Verfahrensschritt des Verfahrens ausführt.In the context of the invention, “computer-aided” or “computer-implemented” can be understood to mean an implementation of the method in which at least one computer or processor executes at least one method step of the method.

Der Ausdruck "Rechner" oder "Computer" deckt alle elektronischen Geräte mit Datenverarbeitungseigenschaften ab. Computer können beispielsweise Personal Computer, Server, Handheld-Computer, Mobilfunkgeräte und andere Kommunikationsgeräte, die rechnergestützt Daten verarbeiten, Prozessoren und andere elektronische Geräte zur Datenverarbeitung sein, die vorzugsweise auch zu einem Netzwerk zusammengeschlossen sein können.The term "calculator" or "computer" covers any electronic device with data processing properties. Computers can be, for example, personal computers, servers, handheld computers, mobile phones and other communication devices that process computer-aided data, processors and other electronic devices for data processing, which can preferably also be combined to form a network.

Unter einem "Prozessor" kann im Zusammenhang mit der Erfindung beispielsweise einen Wandler einen Sensor zur Erzeugung von Messsignalen oder eine elektronische Schaltung, verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor, einen Mikrocontroller, oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor oder eine Soft-CPU verstanden werden.In connection with the invention, a “processor” can be understood to mean, for example, a converter, a sensor for generating measurement signals, or an electronic circuit. A processor can in particular be a main processor (Central Processing Unit, CPU), a microprocessor, a microcontroller, or a digital signal processor, possibly in combination with a memory unit for storing program instructions, etc. A processor can also be understood to mean a virtualized processor or a soft CPU.

Unter einer "Speichereinheit" kann im Zusammenhang mit der Erfindung beispielsweise ein computerlesbarer Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder Datenspeichers (Festplatte oder Datenträger) verstanden werden.In the context of the invention, a “memory unit” can be understood to mean, for example, a computer-readable memory in the form of a random-access memory (RAM) or data memory (hard disk or data carrier).

Als "Schnittstellen" können hardwaretechnisch, beispielsweise kabelgebunden oder als Funkverbindung, und/oder softwaretechnisch, beispielweise als Interaktion zwischen einzelnen Programmmodulen oder Programmteilen eines oder mehrerer Computerprogramme, realisiert sein.The "interfaces" can be realized in terms of hardware, for example wired or as a radio connection, and/or software, for example as an interaction between individual program modules or program parts of one or more computer programs.

Als "Cloud" soll eine Umgebung für ein "Cloud-Computing" (deutsch Rechnerwolke oder Datenwolke) verstanden werden. Gemeint ist eine IT-Infrastruktur, welche über Schnittstellen eines Netzwerks wie das Internet verfügbar gemacht wird. Sie beinhaltet in der Regel Speicherplatz, Rechenleistung oder Software als Dienstleistung, ohne dass diese auf dem die Cloud nutzenden lokalen Computer installiert sein müssen. Die im Rahmen des Cloud-Computings angebotenen Dienstleistungen umfassen das gesamte Spektrum der Informationstechnik und beinhaltet unter anderem Infrastruktur, Plattformen und Software."Cloud" is to be understood as an environment for "cloud computing" (German computer cloud or data cloud). What is meant is an IT infrastructure that is made available via interfaces of a network such as the Internet. It usually includes storage space, computing power or software as a service, without these having to be installed on the local computer using the cloud. The services offered as part of cloud computing cover the entire spectrum of information technology and include infrastructure, platforms and software, among other things.

Als "Programmmodule" sollen einzelne Funktionseinheiten verstanden werden, die den erfindungsgemäßen Programmablauf ermöglichen. Diese Funktionseinheiten können in einem einzigen Computerprogramm oder in mehreren miteinander kommunizierenden Computerprogrammen verwirklicht sein. Die hierbei realisierten Schnittstellen können softwaretechnisch innerhalb eines einzigen Prozessors umgesetzt sein oder hardwaretechnisch, wenn mehrere Prozessoren zum Einsatz kommen."Program modules" should be understood to mean individual functional units that enable the program flow according to the invention. These functional units can be implemented in a single computer program or in several computer programs that communicate with one another. The interfaces implemented here can be implemented in terms of software within a single processor or in terms of hardware if multiple processors are used.

Sofern es in der nachfolgenden Beschreibung nicht anders angegeben ist, beziehen sich die Begriffe "erstellen", "feststellen", "berechnen", "generieren", "konfigurieren", "modifizieren" und dergleichen vorzugsweise auf Prozesse, die Daten erzeugen und/oder verändern und/oder die Daten in andere Daten überführen. Dabei liegen die Daten insbesondere als physikalische Größen vor, beispielsweise als elektrische Impulse oder auch als Messwerte. Die erforderlichen Anweisungen Programmbefehle sind in einem Computerprogramm als Software zusammengefasst. Weiterhin beziehen sich die Begriffe "senden", "empfangen", "einlesen", "auslesen", "übertragen" und dergleichen auf das Zusammenspiel einzelner Hardwarekomponenten und/oder Softwarekomponenten über Schnittstellen.Unless otherwise indicated in the following description, the terms "create", "determine", "compute", "generate", "configure", "modify" and the like preferably refer to processes that create and/or data change and/or convert the data into other data. The data are available in particular as physical quantities, for example as electrical impulses or also as measured values. The necessary instructions program commands are combined in a computer program as software. Furthermore, the terms "send", "receive", "read in", "read out", "transmit" and the like refer to the interaction of individuals Hardware components and/or software components via interfaces.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass bei dem ersten Prüfungsschritt in der Folge der Achsabstände eine Anzahl von Achsabständen am Anfang der Folge und/oder eine Anzahl von Achsabständen am Ende der Folge unberücksichtigt bleiben.According to one embodiment of the invention, it is provided that in the first checking step in the sequence of the center distances, a number of center distances at the beginning of the series and/or a number of center distances at the end of the series remain unconsidered.

Durch Nichtberücksichtigung einer Anzahl von Achsabständen am Anfang oder am Ende der Folge von Achsabständen kann vorteilhaft erreicht werden, dass Lokomotiven oder Triebköpfe, die beispielsweise bei Personenzügen den Anfang oder das Ende des Zuges bilden, nicht auf das Vorliegen von Mustern in der Folge von Achsabständen überprüft werden. Sowohl die Lokomotiven wie häufig auch die Triebköpfe weisen nämlich andere Achsabstände auf (die somit auch durch andere Muster charakterisiert sind), als die Fahrzeuge in der Mitte des Zuges, die bei einem Personenzug in der Regel identisch sind und daher ähnliche oder identische Muster bilden. Der erste Prüfungsschritt kann daher vorteilhaft schneller und zuverlässiger durchgeführt werden, wenn er sich insbesondere auf den Mittelteil des Zuges beschränkt.By ignoring a number of wheelbases at the beginning or at the end of the sequence of wheelbases, it can be advantageously achieved that locomotives or power cars, which form the beginning or end of the train, for example in passenger trains, are not checked for the presence of patterns in the sequence of wheelbases will. Both the locomotives and often also the power cars have different wheelbases (which are therefore also characterized by different patterns) than the vehicles in the middle of the train, which are usually identical in a passenger train and therefore form similar or identical patterns. The first test step can therefore advantageously be carried out faster and more reliably if it is limited in particular to the central part of the train.

Wie viele Achsen nicht berücksichtigt werden sollen, hängt von dem zu überwachenden Zugbetrieb ab. Sind die zum Einsatz kommenden Zugmaschinen bekannt, entspricht die Folge der nicht zu berücksichtigenden Achsabstände denjenigen der zum Einsatz kommenden Lokomotiven oder Triebköpfe. Allerdings kann auch bei unbekannten Lokomotiven und Triebköpfen ein pauschaler Wert angenommen werden. Dieser kann beispielsweise bei vier, sechs oder acht Achsen liegen.How many axles should not be taken into account depends on the train operation to be monitored. If the traction engines to be used are known, the sequence of wheelbases that are not to be taken into account corresponds to those of the locomotives or power cars that are to be used. However, a general value can also be assumed for unknown locomotives and power cars. This can be four, six or eight axes, for example.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in dem oder einem weiteren Prüfungsschritt der Betrag der Achsabstände ermittelt wird, wobei dem Schienenfahrzeug als erste Eigenschaft die Eigenschaft eines Personenzuges nur dann zugeordnet wird, wenn der Betrag des größten im Muster vorkommenden Achsabstandes einen festgelegten Grenzwert überschreitet.According to one embodiment of the invention, it is provided that in the or a further test step the amount of the wheelbase is determined, with the rail vehicle being assigned the property of a passenger train as the first property only if the amount of the largest wheelbase occurring in the sample exceeds a specified limit value .

Welcher Grenzwert zuverlässig auf Personenzüge schließen lässt, hängt nicht zuletzt auch von den Besonderheiten des jeweiligen Zugbetriebs ab, welcher überwacht werden soll. Dieser Grenzwert kann somit streckenabhängig bestimmt werden, wenn bekannt ist, welche Personenzüge auf der betreffenden Strecke verkehren. Wichtig dabei ist, dass der jeweils längste auftretende Achsabstand der betreffenden Zugwagen berücksichtigt wird. Allerdings muss für den Fall, dass Zugwagen mit unterschiedlichen längsten Achsabständen zum Einsatz kommen, der kürzeste der jeweils längsten Abstände der unterschiedlichen auf der Strecke verkehrenden Zugwagen von Personenzügen als Grenzwert berücksichtigt wird.The limit value that allows reliable conclusions to be drawn about passenger trains also depends not least on the specifics of the respective train operation that is to be monitored. This limit value can thus be determined as a function of the route if it is known which passenger trains are running on the relevant route. It is important that the longest occurring wheelbase of the relevant towing vehicle is taken into account. However, in the event that train cars with different longest wheelbases are used, the shortest of the longest distances between the different train cars running on the route must be taken into account as a limit value.

Dieser Grenzwert kann gemäß einer besonders vorteilhaften Alternative der Erfindung noch eine Differenz zu typischen Achsabständen von Güterwagen aufweisen, damit der Achsabstand als besonders zuverlässiges Kriterium zur Unterscheidung von Güterwagen herangezogen werden kann. Da der Achsabstand als zusätzliches Kriterium zu den zu erkennenden Mustern (also ergänzend) verwendet wird, ist die Einhaltung dieser Differenz allerdings nicht obligatorisch.According to a particularly advantageous alternative of the invention, this limit value can also differ from typical center distances of freight cars, so that the center distance can be used as a particularly reliable criterion for distinguishing between freight cars. However, since the center distance is used as an additional criterion for the patterns to be recognized (i.e. in addition), compliance with this difference is not obligatory.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass in dem oder einem weiteren Prüfungsschritt die ermittelten Muster der Achsabstände mit Referenzmustern von Achsabständen verglichen werden und im Falle einer erkannten Übereinstimmung des Musters mit einem Referenzmuster dem Schienenfahrzeug eine mit dem Referenzmuster verknüpfte Zuggattung als eine zweite Eigenschaft zugeordnet wird.According to one embodiment of the invention, it is provided that in the or a further test step, the determined patterns of the wheelbases are compared with reference patterns of wheelbases and, in the event that the pattern matches a reference pattern, the rail vehicle is assigned a type of train linked to the reference pattern as a second property will.

Die Referenzmuster können beispielsweise in einer Speichereinrichtung abgelegt sein. Ein Server kann die Referenzmuster zur Verfügung stellen, damit ein Vergleich mit den ermittelten Mustern ermöglicht wird. Eine andere Möglichkeit besteht darin, dass die Referenzmuster in einer Speichereinrichtung abgelegt sind, die einen Bestandteil des Achszählers bildet. So entsteht die Möglichkeit, die Achszähler mit einer gewissen Intelligenz, mit anderen Worten als autark oder teilweise autark agierende Einheiten technisch zu modifizieren.The reference patterns can be stored in a memory device, for example. A server can make the reference patterns available so that a comparison with the determined patterns is made possible. Another possibility is that the reference patterns are stored in a storage device that forms part of the axle counter. This creates the possibility of technically modifying the axle counters with a certain intelligence, in other words as self-sufficient or partially self-sufficient units.

Der Vorteil darin, dass Referenzmuster in einer Speichereinrichtung abgelegt sind, liegt darin, dass diese jederzeit zur Verfügung stehen und bei Bedarf ohne Zeitverzögerung abgerufen werden können. Die Speichereinrichtungen können die verschiedenen Referenzmuster auch streckenspezifisch abspeichern, sodass bestimmten Achszählern an bestimmten Streckenabschnitten auch nur bestimmte Referenzmuster zur Verfügung gestellt werden.The advantage of storing reference patterns in a storage device is that they are available at all times and can be called up without a time delay if required. The memory devices can also store the various reference patterns in a route-specific manner, so that only specific reference patterns are made available to specific axle counters on specific route sections.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass mit dem Achszähler weitere Eigenschaften des Schienenfahrzeugs, insbesondere die Fahrtrichtung des Zuges und/oder die Geschwindigkeit des Zuges bei Überfahrt einer Achse und/oder die durchschnittliche Geschwindigkeit bei der Überfahrt und/oder die Beschleunigung bei der Überfahrt und/oder der Raddurchmesser ermittelt werden.According to one embodiment of the invention it is provided that with the axle counter other properties of the rail vehicle, in particular the direction of travel of the train and / or speed of the train when crossing an axle and/or the average speed during the crossing and/or the acceleration during the crossing and/or the wheel diameter.

Neben der Erfassung der Achszahl ist der Achszähler wegen der üblichen Ausführung als Doppelsensorsystem auch grundsätzlich geeignet, weitere Daten wie die oben genannten zu ermitteln. Außerdem ist es relativ einfach möglich den Achszähler durch einfache Sensoren zu ergänzen, die z. B. die Achslast bei der Überfahrt.In addition to recording the number of axles, the axle counter is also basically suitable for determining other data such as the ones mentioned above due to the usual design as a double sensor system. In addition, it is relatively easy to supplement the axle counter with simple sensors, e.g. B. the axle load during the crossing.

Beispielhaft können folgende Messprinzipien verwendet werden.

Fahrtrichtung des Zuges: durch Vergleich der Beeinflussung bei Doppelsensoren (z.B. durch Auswertung des Zeitversatzes bei der Signalgenerierung)
Geschwindigkeit des Zuges bei Überfahrt einer Achse: aus dem Abstand der Doppelsensoren z. B. durch Auswertung des Zeitversatzes bei der Signalgenerierung oder dem zeitlichen Abstand des Passierens der geschätzten Radmittelpunkte bei bekannten Achsabständen.
durchschnittliche Geschwindigkeit bei der Überfahrt und/oder die Beschleunigung bei der Überfahrt: aus der Mittelung über verschiedene Räder bzw. numerische Ableitung der Geschwindigkeit
Raddurchmesser: aus der zeitlichen Dauer einer Beeinflussung des Achszählers

The following measuring principles can be used as an example.

Direction of travel of the train: by comparing the influence of double sensors (e.g. by evaluating the time delay when generating the signal)
Speed of the train when crossing an axle: from the distance between the double sensors, e.g. B. by evaluating the time offset in the signal generation or the time interval between passing the estimated wheel centers with known wheelbases.
Average speed when crossing and/or acceleration when crossing: from the averaging over different wheels or numerical derivation of the speed
Wheel diameter: from the duration of an influence on the axle counter

Aus einem so ermittelten Parametersatz wird vorteilhat ein für den Anwendungsfall geeigneter Parametersatz ausgewählt. Z. B. kann man den Raddurchmesser weglassen, wenn er für alle Züge auf der Strecke mehr oder weniger gleich ist. Für die in Frage kommenden Parameter werden jetzt ortsspezifische, repräsentative Daten erhoben bzw. gemessen und klassifiziert, z. B. Personenzug, Güterzug. Es handelt sich um eine endliche Zahl von ganzzahligen oder reell wertigen Messwerten, z. B. könnten dies die Geschwindigkeit und die Achszahl sein, um hier ein anschauliches zweidimensionales Beispiel zu geben. D. h. prinzipiell erhält man eine Klassifikationsaufgabe, wie im Folgenden zu Figur 5 beschrieben.A parameter set suitable for the application is advantageously selected from a parameter set determined in this way. For example, one can omit the wheel diameter if it is more or less the same for all trains on the route. Site-specific, representative data are now being collected or measured and classified for the relevant parameters, e.g. B. Passenger train, freight train. It is a finite number of integer or real values, e.g. For example, this could be the speed and the number of axles, to give a clear two-dimensional example here. i.e. in principle one obtains a classification task, as in the following figure 5 described.

Insgesamt macht die Erhebung von weiteren Parametern zusätzlich zu den zu vergleichenden Mustern die Erkennung von Eigenschaften von Fahrzeugen robuster gegenüber Fehlern. Vorteilhaft kann bei der Zugerkennung ein höherer Grad für die Zuverlässigkeit erreicht werden, so dass der Zugverkehr effektiver gesteuert werden kann. Welche Parameter bei einer vorliegenden Steuerungsaufgabe für den Zugverkehr zu berücksichtigen sind, hängt dann von den Gegebenheiten des Einzelfalles ab. Sie sind bei der Konzipierung des Steuerungsverfahrens in geeigneter Weise auszuwählen.Overall, the collection of further parameters in addition to the patterns to be compared makes the recognition of vehicle properties more robust against errors. Advantageously, a higher degree of reliability can be achieved in the train detection so that train traffic can be controlled more effectively. Which parameters are to be taken into account for a given control task for train traffic then depends on the circumstances of the individual case. They are to be selected in a suitable manner when designing the control process.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die Kriterien für den ersten Prüfungsschritt und/oder die weiteren Prüfungsschritte mit einem Verfahren des maschinellen Lernens ausgewertet werden.According to one embodiment of the invention, it is provided that the criteria for the first test step and/or the further test steps are evaluated using a machine learning method.

Das maschinelle Lernen ermöglicht vorteilhaft eine Optimierung der ablaufenden Prozesse, d. h. der zuverlässigen Erkennung der Zugeigenschaften, insbesondere Zuggattungen, während des Betriebs. Hierdurch kann sich das System auch automatisch an sich verändernde Betriebsbedingungen anpassen. Beispielsweise können zusätzliche Muster erstellt werden, wenn auf einem bestimmten Streckenabschnitt ein neuer Typ von Personenzügen eingesetzt wird. Anwendbar sind zu diesem Zweck z. B. neuronale Netze oder auch andere Einrichtungen mit künstlicher Intelligenz.Machine learning advantageously enables the ongoing processes to be optimized, i. H. the reliable detection of the train characteristics, in particular train types, during operation. This allows the system to automatically adapt to changing operating conditions. For example, additional patterns can be created when a new type of passenger train is deployed on a particular route segment. For this purpose, e.g. B. neural networks or other devices with artificial intelligence.

Unter künstlicher Intelligenz (im Folgenden auch mit KI abgekürzt) ist im Rahmen dieser Erfindung im engeren Sinne das rechnergestützte maschinelle Lernen (Machine Learning, im Folgenden auch mit ML abgekürzt) zu verstehen. Es geht dabei um das statistische Lernen der Parametrisierung von Algorithmen, vorzugsweise für komplexe Anwendungsfälle. Mittels ML erkennt und erlernt das System anhand von zuvor eingegebenen Lerndaten Muster und Gesetzmäßigkeiten bei den erfassten Prozessdaten. Mithilfe geeigneter Algorithmen können durch ML eigenständig Lösungen zu aufkommenden Problemstellungen gefunden werden. ML gliedert sich in drei Felder - überwachtes Lernen, unüberwachtes Lernen und bestärkendes Lernen (Reinforcement Learning), mit spezifischeren Anwendungen, zum Beispiel Regression und Klassifikation, Strukturerkennung und -vorhersage, Datengenerierung (Sampling) oder autonomes Handeln.In the context of this invention, artificial intelligence (also abbreviated to KI below) is to be understood in the narrower sense as computer-assisted machine learning (machine learning, also abbreviated to ML below). It is about the statistical learning of the parameterization of algorithms, preferably for complex applications. Using ML, the system recognizes and learns patterns and regularities in the recorded process data using previously entered learning data. With the help of suitable algorithms, ML can independently find solutions to emerging problems. ML is divided into three fields - supervised learning, unsupervised learning and reinforcement learning (reinforcement learning), with more specific applications, for example regression and classification, structure recognition and prediction, data generation (sampling) or autonomous action.

Beim überwachten Lernen wird das System durch den Zusammenhang von Eingabe und zugehöriger Ausgabe bekannter Daten trainiert und erlernt auf diese Weise approximativ funktionale Zusammenhänge. Dabei kommt es auf die Verfügbarkeit geeigneter und ausreichender Daten an, denn wenn das System mit ungeeigneten (z.B. nicht-repräsentativen) Daten trainiert wird, so lernt es fehlerhafte funktionale Zusammenhänge. Beim unüberwachten Lernen wird das System ebenfalls mit Beispieldaten trainiert, jedoch nur mit Eingabedaten und ohne Zusammenhang zu einer bekannten Ausgabe. Es lernt, wie Datengruppen zu bilden und zu erweitern sind, was typisch für den Anwendungsfall ist und wo Abweichungen bzw. Anomalien auftreten. Dadurch lassen sich Anwendungsfälle beschreiben und Fehlerzustände entdecken. Beim bestärkenden Lernen lernt das System durch Versuch und Irrtum, indem es zu gegebenen Problemstellungen Lösungen vorschlägt und über eine Feedbackfunktion eine positive oder negative Bewertung zu diesem Vorschlag erhält. Je nach Belohnungsmechanismus erlernt das KI-System, entsprechende Funktionen auszuführen.In supervised learning, the system is trained through the relationship between the input and the associated output of known data, and in this way it learns approximately functional relationships. It depends on the availability of suitable and sufficient data, because if the system is trained with unsuitable (eg non-representative) data, it learns faulty functional relationships. With unsupervised learning, the system is also trained with sample data, but only with input data and unrelated to any known output. It learns how data groups are to be formed and expanded, what is typical for the use case and where deviations or anomalies occur. This allows use cases to be described and error states to be discovered. With reinforcement learning, the system learns through trial and error by proposing solutions to given problems and receiving a positive or negative evaluation of this suggestion via a feedback function. Depending on the reward mechanism, the AI system learns to perform corresponding functions.

Das maschinelle Lernen kann beispielsweise durch künstliche neuronale Netze (im Folgenden für artificial neural network, kurz ANN genannt) durchgeführt werden. Künstliche neuronale Netze basieren meist auf der Vernetzung vieler Neuronen, beispielsweise McCulloch-Pitts-Neuronen oder leichter Abwandlungen davon. Grundsätzlich können auch andere künstliche Neuronen Anwendung in ANN finden, z. B. das High-Order-Neuron. Die Topologie eines Netzes (die Zuordnung von Verbindungen zu Knoten) muss abhängig von seiner Aufgabe bestimmt werden. Nach der Konstruktion eines Netzes folgt die Trainingsphase, in der das Netz "lernt". Dabei kann ein Netz beispielsweise durch folgende Methoden lernen:

Entwicklung neuer Verbindungen
Löschen existierender Verbindungen
Ändern der Gewichtung (der Gewichte von Neuron j zu Neuron i)
Anpassen der Schwellenwerte der Neuronen, sofern diese Schwellwerte besitzen
Hinzufügen oder Löschen von Neuronen
Modifikation von Aktivierungs-, Propagierungs- oder Ausgabefunktion

Machine learning can be carried out, for example, by artificial neural networks (hereinafter referred to as artificial neural network, ANN for short). Artificial neural networks are usually based on the networking of many neurons, such as McCulloch-Pitts neurons or slight modifications thereof. In principle, other artificial neurons can also be used in ANN, e.g. B. the high-order neuron. The topology of a network (the assignment of connections to nodes) must be determined depending on its task. After the construction of a network, the training phase follows, in which the network "learns". A network can learn, for example, using the following methods:

development of new compounds
Delete existing connections
Changing the weight (the weights from neuron j to neuron i)
Adjust the thresholds of neurons if they have thresholds
Adding or deleting neurons
Modification of activation, propagation or output function

Außerdem verändert sich das Lernverhalten bei Veränderung der Aktivierungsfunktion der Neuronen oder der Lernrate des Netzes. Praktisch gesehen lernt ein ANN hauptsächlich durch Modifikation der Gewichte der Neuronen. Eine Anpassung des Schwellwertes kann hierbei durch ein on-Neuron miterledigt werden. Dadurch sind ANN in der Lage, komplizierte nichtlineare Funktionen über einen Lernalgorithmus, der durch iterative oder rekursive Vorgehensweise aus vorhandenen Ein- und gewünschten Ausgangswerten alle Parameter der Funktion zu bestimmen versucht, zu erlernen. ANN sind dabei eine Realisierung des konnektionistischen Paradigmas, da die Funktion aus vielen einfachen gleichartigen Teilen besteht. Erst in ihrer Summe wird das Verhalten komplex.In addition, the learning behavior changes when the activation function of the neurons or the learning rate of the network changes. In practical terms, an ANN learns mainly by modifying the weights of the neurons. An adaptation of the threshold value can be taken care of by an on-neuron. As a result, ANN are able to learn complicated non-linear functions using a learning algorithm that attempts to determine all parameters of the function from existing input and desired output values by means of an iterative or recursive procedure. ANN are a realization of the connectionist paradigm, since the function consists of many simple, similar parts. The behavior only becomes complex when they are added together.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass aus den Messdaten einer Vielzahl von Messungen Wahrscheinlichkeitsdichten für die Eigenschaften ermittelt werden.According to one embodiment of the invention, it is provided that probability densities for the properties are determined from the measurement data of a large number of measurements.

Die Kenntnis der Wahrscheinlichkeitsdichten ermöglicht es, Klassifikationsgrenzen für die Zuordnung der Eigenschaften zu definieren. Dabei ist das Verfahren vorteilhaft hinsichtlich der Klassifikationsgrenzen sehr robust, denn bei den erfindungsgemäßen, vergleichsweise niedrigdimensionalen Problemen kann man aus den Daten die Wahrscheinlichkeitsdichten für die beiden Klassen schätzen (z. B. mit Dichteschätzung der Messergebnisse) und damit auch die Fehlerwahrscheinlichkeiten für eine inkorrekte Klassifikation ermitteln.Knowing the probability densities makes it possible to define classification limits for the assignment of properties. The method is advantageously very robust with regard to the classification limits, because with the comparatively low-dimensional problems according to the invention, the probability densities for the two classes can be estimated from the data (e.g. with density estimation of the measurement results) and thus also the error probabilities for an incorrect classification determine.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass das Verfahren angewendet wird, um die Eigenschaften des Schienenfahrzeugs zu ermitteln, während dieses sich einer Gefahrenstelle auf der für dieses vorgesehen Strecke nähert.According to one embodiment of the invention, it is provided that the method is used to determine the properties of the rail vehicle while it is approaching a hazardous area on the route provided for it.

Eine Gefahrenstelle könnte eine Stelle auf der Strecke sein, in dem entweder das Schienenfahrzeug potenziell gefährdet ist (beispielsweise eine enge Kurve, Brücke, Tunnel) oder auch eine Stelle, bei der das Schienenfahrzeug potenziell andere gefährdet (beispielsweise eine Streckenbaustelle oder einen Bahnübergang).A hazard spot could be a spot on the route where either the rail vehicle is potentially endangered (e.g. a tight curve, bridge, tunnel) or a spot where the rail vehicle potentially endangers others (e.g. a track construction site or a level crossing).

Das erfindungsgemäße Verfahren kann somit vorteilhaft auch punktuell angewendet werden, um Gefahrenstellen zu entschärfen. Mit anderen Worten kann der Zugverkehr an Gefahrenstellen zuverlässiger erfolgen bei gleichzeitiger Wahrung einer höheren Flexibilität. Insbesondere können die Züge an einer Gefahrenstelle abhängig von ihren Eigenschaften mit unterschiedlichen Geschwindigkeiten durchgeleitet werden. D. h., dass Personenzüge beispielsweise mit einer höheren Geschwindigkeit die Gefahrenstelle passieren können als Güterzüge. Dies ermöglicht eine reibungslosere Abwicklung des Personenzugverkehrs. Die Fahrgäste kommen auf diese Weise früher ans Ziel.The method according to the invention can thus advantageously also be used selectively in order to defuse danger spots. In other words, train traffic can take place more reliably at dangerous points while at the same time maintaining greater flexibility. In particular, the trains can be passed through at a hazard point at different speeds depending on their properties. This means that passenger trains, for example, can pass the hazardous area at a higher speed than freight trains. This allows for smoother handling of passenger train traffic. In this way, passengers reach their destination earlier.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass das Verfahren für sich einem Bahnübergang nähernde Schienenfahrzeuge angewendet wird, wobei die Schließzeit des Bahnübergangs, wenn Eigenschaften des sich nähernden Schienenfahrzeugs ermittelt wurden, in Abhängigkeit des ermittelten Schienenfahrzeugs gewählt werden.According to one embodiment of the invention, the method is used for rail vehicles approaching a level crossing, with the closing time of the level crossing being selected as a function of the rail vehicle determined when properties of the approaching rail vehicle have been determined.

Der große Vorteil bei der Anwendung des Verfahrens bei Bahnübergängen als Gefahrenstellen liegt darin, dass sich Schließzeiten des Bahnübergangs vorteilhaft individuell in Abhängigkeit von den Eigenschaften des sich nähernden Zuges eingestellt werden können. Zumindest, wenn die Eigenschaften des Zuges zuverlässig erkannt werden konnten, lässt sich in vielen Fällen die Schließzeit verkürzen, ohne dass dies zu geringeren Sicherheitsstandards beim Betrieb des Bahnübergangs kommen würde. Profitieren tut der querende Verkehr, der in vielen Fällen weniger lang an dem Bahnübergang zu warten hat.The great advantage of using the method in the case of level crossings as danger spots is that the closing times of the level crossing can advantageously be set individually as a function of the properties of the approaching train. At least if the characteristics of the train can be reliably identified, the closing time can be shortened in many cases without lowering the safety standards in the operation of the level crossing. The crossing traffic, which in many cases does not have to wait as long at the level crossing, benefits.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass für eine Bestimmung der Schließzeit ein Datenpool genutzt wird, in der Schließzeiten mit den ermittelbaren Eigenschaften der Schienenfahrzeuge, insbesondere Zuggattungen, verknüpft sind.According to one embodiment of the invention, it is provided that a data pool is used to determine the closing time, in which closing times are linked to the properties of the rail vehicles that can be determined, in particular types of train.

Der Datenpool kann deterministisch bestimmt werden und/oder mithilfe der oben bereits erläuterten Methoden des maschinellen Lernens während des Betriebes erstellt und/oder weiterentwickelt werden. Sobald die Daten im Datenpool vorliegen, kann deren Verwendung vorteilhaft mit kurzen Zugriffszeiten erfolgen. Während des Betriebs können die Daten im Datenpool weiter optimiert werden, so dass der Zugbetrieb zunehmend rationalisiert wird.The data pool can be determined deterministically and/or created and/or further developed using the machine learning methods already explained above during operation. As soon as the data is available in the data pool, it can advantageously be used with short access times. During operation, the data in the data pool can be further optimized so that train operations are increasingly streamlined.

Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass für den Fall, dass die Eigenschaft des Schienenfahrzeugs nicht ermittelt werden konnte, eine Standardschließzeit für den Bahnübergang ausgewählt wird.According to one embodiment of the invention, it is provided that a standard closing time for the level crossing is selected in the event that the property of the rail vehicle could not be determined.

Als Standardschließzeit für den Bahnübergang soll erfindungsgemäß diejenige Schließzeit verstanden werden, die unabhängig von den Eigenschaften der auf der Strecke verkehrenden Züge eine Gefährdung des querenden Fahrzeug- und Personenverkehrs zuverlässig verhindern kann. Kritisch hierfür sind die langsam fahrenden Güterzüge, die vom Auslösepunkt der Gleissicherungsanlage bis zum Bahnübergang am längsten brauchen und damit die längste Schließzeit benötigen. Diese kann somit als Standardschließzeit definiert werden.According to the invention, the standard closing time for the level crossing should be understood to be that closing time which can reliably prevent a hazard to the crossing vehicle and passenger traffic, regardless of the properties of the trains running on the route. Critical here are the slow-moving freight trains, which take the longest from the activation point of the track safety system to the level crossing and therefore require the longest closing time. This can thus be defined as the standard closing time.

Der Vorteil bei der genannten Verwendung der Standardschließzeit liegt darin, dass einerseits ein ausnahmslos sicherer Betrieb des Bahnübergangs sichergestellt werden kann und andererseits eine flexible Anpassung der Schließzeiten erfolgen kann, wenn die Eigenschaften des herannahenden Zuges mit hinreichender Zuverlässigkeit bestimmt werden konnte.The advantage of using the standard closing time is that, on the one hand, safe operation of the level crossing can be ensured without exception and, on the other hand, the closing times can be flexibly adjusted if the characteristics of the approaching train can be determined with sufficient reliability.

Die genannte Aufgabe wird alternativ mit dem eingangs angegebenen Anspruchsgegenstand (Vorrichtung) erfindungsgemäß auch dadurch gelöst, dass der Computer dazu eingerichtet ist, bei der Ermittlung der ersten Eigenschaft in einem ersten Prüfungsschritt zu überprüfen, ob zumindest in einem überwiegenden Teil der Folge der ermittelten Achsabstände ein sich wiederholendes Muster festgestellt werden kann und

wenn kein Muster festgestellt werden konnte, dem Schienenfahrzeug als erste Eigenschaft die Eigenschaft eines Güterzuges zuzuordnen, oder
wenn ein Muster festgestellt wurde, dem Schienenfahrzeug die erste Eigenschaft eines Personenzuges zuzuordnen und/oder einen weiteren Prüfungsschritt durchzuführen.

As an alternative, the stated object is also achieved according to the invention with the subject matter of the claim (device) specified at the outset in that the computer is set up to check when determining the first property in a first checking step whether at least in a predominant part of the sequence of the determined wheelbases repeating pattern can be identified and

if no model could be determined, to assign the property of a freight train to the rail vehicle as the first property, or
if a sample has been found, to assign the first characteristic of a passenger train to the rail vehicle and/or to carry out a further test step.

Mit der Vorrichtung lassen sich die Vorteile erreichen, die im Zusammenhang mit dem obenstehend näher beschriebenen Verfahren bereits erläutert wurden. Das zum erfindungsgemäßen Verfahren Aufgeführte gilt entsprechend auch für die erfindungsgemäße Vorrichtung.The advantages that have already been explained in connection with the method described in more detail above can be achieved with the device. What has been said about the method according to the invention also applies correspondingly to the device according to the invention.

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.Furthermore, a computer program product with program instructions for carrying out the method according to the invention and/or its exemplary embodiments is claimed, with the method according to the invention and/or its exemplary embodiments being able to be carried out in each case by means of the computer program product.

Darüber hinaus wird eine Bereitstellungsvorrichtung zum Speichern und/oder Bereitstellen des Computerprogrammprodukts beansprucht. Die Bereitstellungsvorrichtung ist beispielsweise ein Speichereinheit, die das Computerprogrammprodukt speichert und/oder bereitstellt. Alternativ und/oder zusätzlich ist die Bereitstellungsvorrichtung beispielsweise ein Netzwerkdienst, ein Computersystem, ein Serversystem, insbesondere ein verteiltes, beispielsweise cloudbasiertes Computersystem und/oder virtuelles Rechnersystem, welches das Computerprogrammprodukt vorzugsweise in Form eines Datenstroms speichert und/oder bereitstellt.In addition, a provision device for storing and/or providing the computer program product is claimed. The provision device is, for example, a storage unit that stores and/or provides the computer program product. Alternatively and/or additionally, the provision device is, for example, a network service, a computer system, a server system, in particular a distributed, for example cloud-based computer system and/or virtual computer system, which stores and/or provides the computer program product preferably in the form of a data stream.

Die Bereitstellung erfolgt in Form eines Programmdatenblocks als Datei, insbesondere als Downloaddatei, oder als Datenstrom, insbesondere als Downloaddatenstrom, des Computerprogrammprodukts. Diese Bereitstellung kann beispielsweise aber auch als partieller Download erfolgen, der aus mehreren Teilen besteht. Ein solches Computerprogrammprodukt wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in ein System eingelesen, sodass das erfindungsgemäße Verfahren auf einem Computer zur Ausführung gebracht wird.The provision takes place in the form of a program data block as a file, in particular as a download file, or as a data stream, in particular as a download data stream, of the computer program product. However, this provision can also be made, for example, as a partial download consisting of several parts. Such a computer program product will read into a system, for example using the provision device, so that the method according to the invention is executed on a computer.

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.Further details of the invention are described below with reference to the drawing. Identical or corresponding drawing elements are each provided with the same reference symbols and are only explained several times insofar as there are differences between the individual figures.

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 Komponenten auch durch mit den vorstehend beschriebenen Merkmalen der Erfindung kombinierbar.The exemplary embodiments explained below are preferred embodiments of the invention. In the exemplary embodiments, the described components of the embodiments each represent individual features of the invention to be considered independently of one another, which also develop the invention independently of one another and are therefore also to be regarded as part of the invention individually or in a combination other than the one shown. Furthermore, the components described can also be combined with the features of the invention described above.

Es zeigen:

Figur 1 ein Ausführungsbeispiel der erfindungsbemäßen Vorrichtung mit ihren Wirkzusammenhängen schematisch,
Figur 2 und 3 schematisch teils identische bzw. ähnliche Muster von Achsabständen für einen Personenzug und einen Güterzug,
Figur 4 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens als Flussdiagramm, wobei die Funktionseinheiten und Schnittstellen gemäß Figur 1 beispielhaft angedeutet sind,
Figur 5 symbolhaft für zwei Normalverteilungen für ermittelte Messdaten, aber im Prinzip funktioniert das für alle Verteilungen.

Show it:

figure 1 an exemplary embodiment of the device according to the invention with its functional relationships schematically,
Figure 2 and 3 schematic partly identical or similar models of wheelbases for a passenger train and a freight train,
figure 4 an embodiment of the method according to the invention as a flowchart, wherein the functional units and interfaces according to figure 1 are indicated as examples,
figure 5 symbolic for two normal distributions for determined measurement data, but in principle this works for all distributions.

In Figur 1 ist eine Gleisanlage mit einem Gleis GL, einer Leitzentrale LZ und ein Stellwerk SW dargestellt. Auf dem Gleis GL fährt ein Fahrzeug FZ in Form eines Zuges auf einen Bahnübergang BU zu. Am Gleis GL sind ein erster Achszähler AZ1 und ein zweiter Achszähler AZ2 installiert, die in an sich bekannter Weise dazu eingerichtet sind, die Achsen des Fahrzeugs FZ zu zählen.In figure 1 a track system with a track GL, a control center LZ and a signal box SW is shown. A vehicle FZ in the form of a train is driving towards a level crossing BU on the track GL. A first axle counter AZ1 and a second axle counter AZ2 are installed on the track GL, which are set up in a manner known per se to count the axles of the vehicle FZ.

Der Achszähler AZ1 ist über eine erste Schnittstelle S1 sowie der zweite Achszähler AZ2 über eine zweite Schnittstelle S2 mit dem Stellwerk SW, genau genommen mit einem in diesem Stellwerk vorhandenen Computer CP, verbunden. Außerdem weist der Computer CP eine dritte Schnittstelle S3 für den Bahnübergang BU auf. Außerdem ist der Computer CP über eine sechste Schnittstelle S6 mit einer Speichereinheit SE verbunden.The axle counter AZ1 is via a first interface S1 and the second axle counter AZ2 via a second interface S2 with the Signal box SW, strictly speaking, connected to a computer CP present in this signal box. In addition, the computer CP has a third interface S3 for the level crossing BU. In addition, the computer CP is connected to a storage unit SE via a sixth interface S6.

Das Stellwerk SW weist eine erste Antennenanlage A1, die Leitzentrale LZ eine zweite Antennenanlage A2 und das Fahrzeug FZ eine dritte Antennenanlage A3 auf. Hierdurch ist sowohl die Kommunikation des Stellwerks SW über eine vierte Schnittstelle S4 mit der Leitzentrale LZ als auch die Kommunikation des Fahrzeugs FZ über eine fünfte Schnittstelle S5 mit der Leitzentrale LZ möglich. Bei der vierten Schnittstelle S4 und der fünften Schnittstelle S5 handelt es sich insofern um Funkschnittstellen. Die erste Schnittstelle S1, die zweite Schnittstelle S2 sowie die dritte Schnittstelle S3 können sowohl kabelgebunden als auch Funkschnittstellen darstellen, wobei für den letzten Fall die Antennentechnik, die zur Ausbildung von Funkschnittstellen erforderlich wäre, nicht dargestellt ist.The signal box SW has a first antenna system A1, the control center LZ has a second antenna system A2 and the vehicle FZ has a third antenna system A3. This enables both the signal box SW to communicate with the control center LZ via a fourth interface S4 and the vehicle FZ to communicate with the control center LZ via a fifth interface S5. In this respect, the fourth interface S4 and the fifth interface S5 are radio interfaces. The first interface S1, the second interface S2 and the third interface S3 can represent both wired and radio interfaces, with the antenna technology that would be required for the formation of radio interfaces not being shown for the latter case.

Bewegt sich das Fahrzeug FZ auf dem Gleis GL auf den Bahnübergang BU zu, passieren die Achsen des Fahrzeugs FZ zunächst den zweiten Achszähler AZ2 und anschließend den ersten Achszähler AZ1. Die aufgenommenen Messwerte können über die erste Schnittstelle S1 und die zweite Schnittstelle S2 an den Computer CP übertragen werden, wobei der Computer CP zur Durchführung des erfindungsgemäßen Verfahrens eingerichtet ist. Dabei kann der Computer CP auch die Ansteuerung des Bahnübergangs BU direkt übernehmen. Eine andere Möglichkeit besteht darin, dass der Computer CP über die dritte Schnittstelle S3 mit einem weiteren Computer (in Figur 1 nicht dargestellt) verbunden ist, der über eine weitere Schnittstelle zur Ansteuerung des Bahnübergangs BU verwendet wird.If the vehicle FZ moves on the track GL towards the level crossing BU, the axles of the vehicle FZ first pass the second axle counter AZ2 and then the first axle counter AZ1. The measured values recorded can be transmitted to the computer CP via the first interface S1 and the second interface S2, the computer CP being set up to carry out the method according to the invention. The computer CP can also take over the control of the level crossing BU directly. Another possibility is that the computer CP can be connected to another computer (in figure 1 not shown) is connected, which is used via a further interface to control the level crossing BU.

In Figur 2 ist ein auf dem Gleis GL als Fahrzeug FZ gemäß Figur 1 fahrender Personenzug PZ dargestellt. Dieser Personenzug PZ besteht aus einer Lokomotive LK, mehreren Personenwagen PW und einem Triebkopf TK an dem der Lokomotive LK gegenüberliegenden Ende des Personenzuges PZ.In figure 2 is one on the track GL as a vehicle FZ according to figure 1 moving passenger train PZ shown. This passenger train PZ consists of a locomotive LK, several passenger cars PW and a power car TK at the end of the passenger train PZ opposite the locomotive LK.

Weiterhin sind schematisch die Achsabstände zwischen den einzelnen Achsen (angedeutet durch Räder) dargestellt. Es zeigt sich, dass in dem Personenzug PZ verschiedene Achsabstände mehrfach vorkommen, sodass die Folge der Achsabstände auf das Vorliegen von Mustern hin untersucht werden kann. Die Achsabstände sind mit den Großbuchstaben A bis G gekennzeichnet. Die Folge der Achsabstände besteht aus FFEFFGABACABACABACADA.Furthermore, the center distances between the individual axles (indicated by wheels) are shown schematically. It can be seen that in the passenger train PZ different wheelbases occur several times, so that the sequence of the wheelbases can be examined for the presence of patterns. The center distances are with the Capital letters A to G marked. The sequence of center distances consists of FFEFFGABACABACABACADA.

Lässt man die Lokomotive LK und den Triebkopf TK außer Acht, da diese sich hinsichtlich ihrer Achsabstände von den Personenwagen PW unterscheiden, so ergibt sich für die aufeinanderfolgenden Personenwagen, die baugleich sind, eine Folge von Achsabständen, die sich immer wiederholt. Diese bilden insofern ein Muster MT, welches für den auf die Lokomotive LK folgenden Personenwagen PW mit einer geschweiften Klammer gekennzeichnet ist. Die Abfolge der Achsabstände in dem in Figur 2 dargestellten Muster MT ist ABAC. Diese Folge von Achsabständen ergibt sich auch für die beiden nachfolgenden Personenwagen.If one disregards the locomotive LK and the power car TK, since these differ from the passenger cars PW in terms of their wheelbase, the result for the consecutive passenger cars, which are identical in construction, is a sequence of wheelbases that is repeated over and over again. In this respect, these form a model MT, which is marked with a curly bracket for the passenger car PW following the locomotive LK. The sequence of the center distances in the in figure 2 illustrated pattern MT is ABAC. This sequence of wheelbases also applies to the two following passenger cars.

Anders verhält es sich in dem in Figur 3 dargestellten Güterzug GZ auf dem Gleis GL, der aus einer Lokomotive LK sowie einem ersten Güterwagen GW1, einem zweiten Güterwagen GW2 und einem dritten Güterwagen GW3 besteht. Diese weisen unterschiedliche Längen und Achszahlen auf, sodass sich mehrere unterschiedliche Achsabstände ergeben, die mit den Großbuchstaben A bis H versehen sind. In Figur 3 wird deutlich, dass sich in der dargestellten Folge ABACDEDFGFH keinerlei wiederholende Muster entdecken lassen, was den Rückschluss auf einen Güterzug erlaubt.The situation is different in the in figure 3 illustrated freight train GZ on the track GL, which consists of a locomotive LK and a first freight car GW1, a second freight car GW2 and a third freight car GW3. These have different lengths and axle numbers, resulting in several different axle spacings, which are marked with the capital letters A to H. In figure 3 it becomes clear that no repetitive pattern can be discovered in the sequence ABACDEDFGFH shown, which allows the conclusion that it is a freight train.

In Figur 4 ist dargestellt, wie das erfindungsgemäße Verfahren ablaufen kann. Zunächst wird dieses in einem ersten Schritt START gestartet. Es folgt ein Messschritt MS durch die betreffende Achszähler AZ1, AZ2 (vgl. Figur 1). Diesem Messschritt folgt ein erster Prüfschritt PS1, bei dem die Folge der Achsabstände (wie zu Figur 2 und Figur 3 beschrieben) ermittelt und überprüft werden kann. Dabei gelingt es entweder, Muster MT in der Folge der Achsabstände zu erkennen oder eben nicht. In einem folgenden Abfrageschritt GZ,PZ? wird geprüft, ob aufgrund der Abfolge von Achsabständen (durch Auffinden von Mustern) auf einen Güterzug GZ oder einen Personenzug geschlossen werden kann. Wenn dies nicht der Fall ist, wird für den Bahnübergang BU eine Standardschließzeit SZS an die Speichereinrichtung SE ausgegeben. In der Speichereinrichtung ist hierfür ein gesonderter Speicherbereich reserviert, auf den eine Steuerung (Beispielsweise der Computer CP oder ein in den Figuren 1 bis 3 nicht näher dargestellter weiterer Computer) des Bahnübergangs zugreifen kann, um die aktuell abgespeicherte Schließzeit abzurufen.In figure 4 shows how the method according to the invention can take place. First, this is started in a first step START. A measurement step MS follows with the relevant axle counters AZ1, AZ2 (cf. figure 1 ). This measuring step is followed by a first test step PS1, in which the sequence of the center distances (as in Figure 2 and Figure 3 described) can be determined and checked. It is either possible to recognize patterns MT in the sequence of the center distances or not. In a subsequent query step GZ, PZ? It is checked whether the sequence of wheelbases (by finding samples) can be used to conclude that it is a GZ freight train or a passenger train. If this is not the case, a standard closing time SZS is output to the memory device SE for the level crossing BU. A separate memory area is reserved for this in the memory device, to which a controller (e.g. the computer CP or a Figures 1 to 3 further computer not shown) of the level crossing can access to call up the currently stored closing time.

Konnte die erste Eigenschaft, also die Frage, ob es sich um einen Güterzug GZ oder einen Personenzug PZ handelt, bestimmt werden, folgt im Computer CP ein weiterer Abfrageschritt GZ?, ob es sich um einen Güterzug GZ handelt. Ist dies der Fall, wird an die Speichereinheit SE eine erste berechnete Schließzeit SZ1 übergeben (ersetzt vorher abgespeicherte Schließzeit) . Sollte es sich nicht um einen Güterzug handeln oder kein eindeutiges Ergebnis vorliegen, so wird in dem Computer CP ein zweiter Prüfungsschritt PS2 durchgeführt.If the first property, ie the question of whether it is a freight train GZ or a passenger train PZ, can be determined, a further query step GZ? follows in the computer CP, whether it is a freight train GZ. If this is the case, a first calculated closing time SZ1 is transferred to the storage unit SE (replaces a previously stored closing time). If it is not a freight train or if there is no clear result, a second test step PS2 is carried out in the computer CP.

Der zweite Prüfschritt PS2 dient der Ermittlung der Beträge der Achsabstände. In einem nachfolgenden Prüf schritt |A|<GW kann daher gefragt werden, ob die ermittelten Beträge der Achsabstände kleiner eines für Güterwagen GW typischen Grenzwerts sind. Ist dies der Fall, handelt es sich um einen Güterzug GZ, sodass an die Speichereinheit SE die erste Schließzeit SZ übergeben werden kann (ersetzt vorher abgespeicherte Schließzeit). Ist dies nicht der Fall, wird im Computer CP ein dritte Prüfschritt PS3 angestoßen.The second test step PS2 is used to determine the amounts of the center distances. In a subsequent test step |A|<GW, it can therefore be asked whether the determined amounts of the wheelbases are smaller than a limit value that is typical for freight wagons GW. If this is the case, it is a freight train GZ, so that the first closing time SZ can be transferred to the storage unit SE (replaces a previously stored closing time). If this is not the case, a third test step PS3 is initiated in the computer CP.

Im dritten Prüfschritt PS3 werden aus der Speichereinheit SE Referenzmuster RMT geladen. Die Achsabstände bzw. deren Beträge werden nun mit den Referenzmustern verglichen, wobei in einem Prüfungsschritt MT=RMT geprüft werden kann, ob die ermittelten Muster MT einem Referenzmuster RMT entsprechen. Wenn dies nicht der Fall ist, wird eine zweite Schließzeit SZ2 an die Speichereinheit SE übergeben (ersetzt vorher abgespeicherte Schließzeit), die als standardisierte Schließzeit für Personenzüge PZ verstanden werden kann. Sollte allerdings ein Muster MT erkannt worden sein, so kann eine dritte Schließzeit SZ3 an die Speichereinheit SE übergeben werden (ersetzt vorher abgespeicherte Schließzeit), die individuell zu dem Referenzmuster RMT passt. Diese individuelle dritte Schließzeit SZ3 kann beispielsweise mit den Referenzmustern RMT in der Speichereinheit bereits abgelegt gewesen sein, sodass deren Übergabe an den o. g. gesonderten Speicherbereich der Speichereinheit SE auf Grundlage der bereits in der Speichereinheit SE verfügbaren Daten erfolgt.In the third test step PS3, reference patterns RMT are loaded from the memory unit SE. The center distances or their amounts are now compared with the reference patterns, it being possible to check in a test step MT=RMT whether the patterns MT determined correspond to a reference pattern RMT. If this is not the case, a second closing time SZ2 is transferred to the storage unit SE (replacing a previously stored closing time), which can be understood as a standardized closing time for passenger trains PZ. However, if a pattern MT has been recognized, a third closing time SZ3 can be transferred to the memory unit SE (replaces a previously stored closing time), which individually matches the reference pattern RMT. This individual third closing time SZ3 can, for example, already have been stored in the memory unit with the reference patterns RMT, so that their transfer to the above-mentioned separate memory area of the memory unit SE based on the data already available in the memory unit SE.

Sollte der Abfrageschritt MT=RMT negativ ausfallen, kann das ermittelte Muster MT auch über die Schnittstelle S4 an die Leitzentrale LZ übergeben werden. Gleichzeitig können auch Fahrdaten FD aus dem Fahrzeug FZ über die fünfte Schnittstelle S5 an die Leitzentrale LZ übergeben werden. Anhand der in der Leitzentrale LZ vorliegenden Daten kann dann in einem Modifikationsschritt MOD eine neue, auf den ermittelten Zugtyp angepasste vierte Schließzeit SZ4 ermittelt werden, und über einen Ausgabeschritt OUT an die Speichereinheit SE übertragen werden. Diese vierte Schließzeit SZ4 kann dann als individuelle Schließzeit für den Bahnübergang BU verwendet werden (ersetzt vorher abgespeicherte Schließzeit). Gleichzeitig kann eine Ausgabe in die Speichereinheit SE dahingehend erfolgen, dass die vierte Schließzeit SZ4 zusammen mit dem neu ermittelten Referenzmuster RMT, welches zu dem gerade analysierten Fahrzeug FZ gehört, in der Speichereinheit SE als Ergänzung in die Datenbank geschrieben wird.If the interrogation step MT=RMT turns out to be negative, the determined pattern MT can also be transferred to the control center LZ via the interface S4. At the same time, driving data FD from the vehicle FZ can also be transferred to the control center LZ via the fifth interface S5. Using the data available in the control center LZ, a new train type based on the determined train type can then be created in a modification step MOD adapted fourth closing time SZ4 are determined, and are transmitted to the memory unit SE via an output step OUT. This fourth closing time SZ4 can then be used as an individual closing time for the level crossing BU (replaces a previously saved closing time). At the same time, an output can be made in the memory unit SE such that the fourth closing time SZ4 is written in the memory unit SE as a supplement to the database together with the newly determined reference pattern RMT, which belongs to the vehicle FZ just analyzed.

In der Speichereinheit SE liegt im gesonderten Speicherbereich jetzt eine Schließzeit für den Bahnübergang BU vor. Je nach Ablauf des Verfahrens kann es sich dabei um die Standardschließzeit SZS, die erste Schließzeit SZ1, die zweite Schließzeit SZ2, die dritte Schließzeit SZ3 oder die vierte Schließzeit SZ4 (oder weitere Schließzeiten, die nicht im Beispiel gemäß Figur 4 beschrieben sind) handeln.In the storage unit SE there is now a closing time for the level crossing BU in the separate storage area. Depending on the course of the procedure, this can be the standard closing time SZS, the first closing time SZ1, the second closing time SZ2, the third closing time SZ3 or the fourth closing time SZ4 (or other closing times that are not shown in the example according to figure 4 are described) act.

Diese Schließzeit steht in dem gesonderten Speicherbereich der Speichereinrichtung SE nun zur Verfügung, um durch die Ansteuerung des Bahnübergangs BU (vgl. Figur 1), also dem Computer CP oder einer anderen Steuerung des Bahnübergangs BU übergeben zu werden. Der Bahnübergang BU kann insofern mit einer individuell ermittelten Schließzeit betrieben werden.This closing time is now available in the separate memory area of the memory device SE in order to be able to be activated by controlling the level crossing BU (cf. figure 1 ), ie to be handed over to the computer CP or another controller of the level crossing BU. In this respect, the level crossing BU can be operated with an individually determined closing time.

In Figur 5 sind exemplarisch zwei durch die Achszähler erfindungsgemäß gemessene bzw. bestimmbare Parameter in einer Ebene dargestellt die auch als x-y-Ebene bezeichnet werden könnte und auf der die Messwertverteilung MV der Messwerte deutlich wird. Demnach wäre auf der x-Achse die Geschwindigkeit GSW und auf der Y-Achse Achsabstände A ... H dargestellt. Die z-Achse dient der Darstellung der (beispielsweise geschätzten) WahrscheinlichkeitsdichtenIn figure 5 two parameters measured or determinable according to the invention by the axle counters are shown as an example in a plane which could also be referred to as the xy plane and on which the measured value distribution MV of the measured values becomes clear. Accordingly, the speed GSW would be shown on the x-axis and the center distances A...H on the y-axis. The z-axis is used to represent the (e.g. estimated) probability densities

Für die in Frage kommenden Parameter werden in diesem Beispiel ortsspezifische, repräsentative Daten erhoben bzw. gemessen und klassifiziert, z. B. Personenzug als Normalverteilung NV2 und Güterzug als Normalverteilung NV1, wie oben bereits beschrieben. Es handelt sich um eine endliche Zahl von ganzzahligen oder reell wertigen Messdaten der Achszähler, z. B. könnten dies die Geschwindigkeit und der Achsabstand sein, um hier ein anschauliches zweidimensionales Beispiel zu geben. D. h., prinzipiell erhält man eine Klassifikationsaufgabe, wie in Figur 5 schematisch dargestellt.In this example, site-specific, representative data is collected or measured and classified for the relevant parameters, e.g. B. Passenger train as normal distribution NV2 and freight train as normal distribution NV1, as already described above. It is a finite number of integer or real-valued measurement data from the axle counters, e.g. For example, this could be the speed and the center distance, to give a clear two-dimensional example here. That is, in principle one obtains a classification task as in figure 5 shown schematically.

Bei Vorliegen repräsentativer Daten ist bekannt, wie man solche Probleme der Mustererkennung mit Verfahren des Machine Learning z. B. Neuronale Netzwerke, löst. Dabei ist bei dieser Anwendung bei Achszählern ein großer Spielraum gegeben, wie man die Klassifikationsgrenze setzt, denn bei solchen niedrigdimensionalen Problemen kann man aus den Daten die Wahrscheinlichkeitsdichten für die beiden Klassen auch schätzen (z. B. mit Dichteschätzung). Damit kann man die Fehlerwahrscheinlichkeiten für eine inkorrekte Klassifikation ermitteln (vgl. z. B. Duda et al.: Pattern Classification, Wiley, 2001 ), Figur 5 zeigt dies symbolhaft für eine erste Normalverteilungen NV1 und eine zweite Normalverteilung NV2, aber im Prinzip funktioniert dies auch für andere Verteilungen als Normalverteilungen.If representative data is available, it is known how such pattern recognition problems can be solved using machine learning methods, e.g. B. Neural networks solves. In this application with axle counters, there is a great deal of leeway as to how the classification limit is set, because with such low-dimensional problems, the probability densities for the two classes can also be estimated from the data (e.g. with density estimation). This can be used to determine the error probabilities for an incorrect classification (cf. e.g. Duda et al.: Pattern Classification, Wiley, 2001 ), figure 5 shows this symbolically for a first normal distribution NV1 and a second normal distribution NV2, but in principle this also works for other distributions than normal distributions.

Nimmt man im Beispiel an, die kleine Ellipse wäre die erste Klassifikationsgrenze KG1 für Güterzüge und die große Ellipse die Klassifizierungsgrenze KG2 für Personenzüge, dann könnte man mit den geschätzten Verteilungen die Fehlerwahrscheinlichkeiten berechnen. Falls die Fehlklassifikationswahrscheinlichkeit für Güterzüge zu hoch wäre, würde man die Klassifikationsgrenzen ändern. In dem Beispiel gemäß Figur 5 erhielte man dann eine kleinere Ellipse für die erste Klassifikationsgrenze KG1. Es kann aber auch Anwendungen geben, wo die Klassifikationsfehler asymmetrisch sind d.h. die Fehler nicht dieselbe Bedeutung haben. Z. B. wäre es bei der zeitgesteuerten Einschaltung eines Bahnübergangs unter Berücksichtigung der Sicherheit irrelevant, wenn ein langsamer Güterzug als schneller Personenzug klassifiziert würde, während dies beim Tunnelbegegnungsverbot gefährlich wäre. D. h. in jedem Fall muss der Sicherheitsaspekt bei der Auswertung der Fehlerarten bzw. -wahrscheinlichkeiten berücksichtigt werden.If one assumes in the example that the small ellipse is the first classification limit KG1 for freight trains and the large ellipse is the classification limit KG2 for passenger trains, then the error probabilities could be calculated using the estimated distributions. If the misclassification probability for freight trains were too high, the classification limits would be changed. In the example according to figure 5 a smaller ellipse would then be obtained for the first classification limit KG1. However, there can also be applications where the classification errors are asymmetrical, ie the errors do not have the same meaning. For example, in the case of timed switching on of a level crossing, it would be irrelevant from a safety perspective if a slow freight train were classified as a fast passenger train, while in the case of a tunnel crossing ban this would be dangerous. i.e. In any case, the safety aspect must be taken into account when evaluating the types and probabilities of errors.

Reference List

GLGL: GleisTrack
FZcar: Schienenfahrzeugrail vehicle
BUBU: BahnübergangRailroad Crossing
LZLZ: Leitzentralecontrol center
SWSW: Stellwerksignal box
A1 ... A3A1...A3: Antenneantenna
AZ1 ... AZ2AZ1 ... AZ2: Achszähleraxle counter
S1 ... S6S1...S6: Schnittstelleinterface
CPCP: Computercomputer
SESE: Speichereinheitstorage unit
PZPZ: Personenzugpassenger train
LKLK: Lokomotivelocomotive
PWpw: Personenwagenpassenger car
TKTC: Triebkopfpower car
GZGZ: Güterzugfreight train
GW1 ... GW3GW1 ... GW3: GüterwagenFreight wagons
A ... HAH: Achsabstandcenter distance
MTMT: MusterPattern
RMTRMT: Referenzmusterreference pattern
GWGW: Grenzwertlimit
MSMS: Messschrittmeasuring step
PS1 ... PS3PS1 ... PS3: Prüfschritttest step
SZSSZS: StandardschließzeitDefault closing time
SZ1 ... SZ4SZ1 ... SZ4: Schließzeit (berechnet)Closing time (calculated)
FDFD: Fahrdatendriving data
ININ: Eingabeschrittinput step
MODMOD: Modifikationsschrittmodification step
OUTOUT: Ausgabeschrittoutput step
GZ?GZ?: Abfrageschritt Güterzug?Query step freight train?
MVMV: Meswertverteilungmeasured value distribution
GSWGSW: Geschwindigkeitspeed
KG1 ... KG2KG1 ... KG2: Klassifikationsgrenzeclassification limit
NV1 ... NV2NV1 ... NV2: Normalverteilungnormal distribution

Claims

Method for detecting properties of a rail vehicle (FZ), in which • an axle counter (AZ1 ... AZ2) records measurement data while the rail vehicle (FZ) is crossing,

• computer-aided analysis of the measurement data and the center distances (A ... H) of the rail vehicle (FZ) are determined,

• a first property is determined with the aid of a computer based on the wheelbases (A ... H) determined, namely whether the rail vehicle (FZ) is a passenger train (PZ) or a freight train (GZ), characterized in that
that when determining the first property, in a first test step (PS1) it is checked whether identical or similar patterns (MT) can be determined at least in a predominant part of the sequence of the center distances (A ... H), and

• if no model (MT) could be determined, the rail vehicle (FZ) is assigned the property of a freight train (GZ) as the first property, or

• if a sample (MT) has been determined, the rail vehicle (FZ) is assigned the property of a passenger train (PZ) as the first property and/or a further test step (PS2, PS3) is carried out.

Method according to claim 1,
characterized,
that at the first test step (PS1) in the sequence of center distances (A ... H) a number of center distances (A ... H) at the beginning of the sequence and/or a number of center distances (A ... H) at be disregarded at the end of the episode.

Method according to one of the preceding claims,
characterized,
that in the or a further test step (PS2) the amount of the center distances (A ... H) is determined, with the rail vehicle (FZ) being assigned the property of a passenger train (PZ) as the first property, as long as the amount of the largest in the sample (MT) occurring center distance (A ... H) exceeds a specified limit value (GW).

Method according to one of the preceding claims,
characterized,
that in the or a further test step (PS3) the pattern (MT) of the center distances (A ... H) are compared with reference patterns (RMT) of center distances (A ... H) and in the case of a detected match of the pattern (MT ) with a reference pattern (RMT) the rail vehicle (FZ) is associated with the reference pattern (RMT) linked type of train as a second property.

Method according to one of the preceding claims,
characterized,
that with the axle counter (AZ1 ... AZ2) further properties of the rail vehicle (FZ), in particular the direction of travel of the train and/or the speed of the train when crossing an axle and/or the average speed when crossing and/or the acceleration be determined during the crossing.

Method according to one of the preceding claims,
characterized,
that the criteria for the first test step (PS1) and/or the further test steps (PS2, PS) are evaluated using a machine learning method.

Method according to one of the preceding claims,
characterized,
that probability densities for the properties are determined from the measurement data of a large number of measurements.

Method according to one of the preceding claims,
characterized,
that the method is used in order to determine the properties of the rail vehicle (FZ) while it is approaching a hazardous area on the route provided for it.

Method according to claim 8,
characterized,
that the method is used for rail vehicles (FZ) approaching a level crossing (BU), the closing time (SZ1 ... SZ4) of the level crossing (BU) being determined as a function of the determined properties of the approaching rail vehicle (FZ). Rail vehicle (FZ) can be selected.

Method according to claim 9,
characterized,
that for a determination of the closing time (SZ1 ... SZ4) a data pool is used in the closing times (SZ1 ... SZ4) are linked to the identifiable properties of the rail vehicles (FZ), in particular train types.

Method according to one of claims 9 or 10,
characterized,
that in the event that the property of the rail vehicle (FZ) could not be determined, a standard closing time (SZS) for the level crossing (BU) is selected.

Device for determining properties of rail vehicles (FZ), comprising • at least one axle counter (AZ1 ... AZ2) for recording measurement data when the rail vehicles (FZ) pass,

• a computer (CP) that is set up to analyze the measurement data and thereby determine wheelbases (A ... H) of the rail vehicle (FZ), and

• using the determined center distances (A ... H) to determine a first property as to whether the rail vehicle (FZ) is a passenger train (PZ) or a freight train (GZ),
characterized,
that the computer (CP) is also set up to check when determining the first property in a first test step (PS1) whether at least in a predominant part of the sequence of the determined center distances (A ... H) a repeating pattern ( MT) can be determined, and

• if no model could be determined, to assign the property of a freight train (GZ) to the rail vehicle (FZ) as the first property, or

• if a sample has been determined, to assign the first property of a passenger train (PZ) to the rail vehicle (FZ) and/or to carry out a further test step (PS2, PS3).

Computer program product with program instructions for carrying out the method according to one of Claims 1 - 11.

14. Provision device for the computer program product according to claim 13, wherein the provision device stores and/or provides the computer program product.