EP4389560A1 - Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum - Google Patents

Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum Download PDF

Info

Publication number
EP4389560A1
EP4389560A1 EP22215932.9A EP22215932A EP4389560A1 EP 4389560 A1 EP4389560 A1 EP 4389560A1 EP 22215932 A EP22215932 A EP 22215932A EP 4389560 A1 EP4389560 A1 EP 4389560A1
Authority
EP
European Patent Office
Prior art keywords
gfr
danger area
track
sensor device
computer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP22215932.9A
Other languages
English (en)
French (fr)
Inventor
Jens Braband
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to EP22215932.9A priority Critical patent/EP4389560A1/de
Publication of EP4389560A1 publication Critical patent/EP4389560A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041—Obstacle detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/60—Testing or simulation

Definitions

  • the invention relates to a method for testing obstacle detection for a danger area.
  • the invention also relates to an arrangement for detecting obstacles with a sensor device for detecting objects in a danger area.
  • the invention relates to a computer program and a device for providing this computer program, the computer program being equipped with program instructions for carrying out this method.
  • obstacles are detected by using suitable sensors (optical sensors, radar, ultrasound) to identify objects in the area in front of the vehicle and classify them using computer support, preferably using artificial intelligence.
  • suitable sensors optical sensors, radar, ultrasound
  • the result of the classification is the detection of those objects that are to be considered obstacles.
  • an obstacle is an object that poses a risk of collision with the vehicle in question.
  • objects can also be detected that are outside the vehicle's path, for example, so there is no risk of a collision. These are also not classified as obstacles. There are a large number of objects that line the route, particularly on railway lines. Examples include signals, switches, track elements such as beacons, overhead lines, tunnels, train stations and the like. These must not be classified as obstacles, as the vehicle must be able to drive past them unhindered.
  • Danger areas can be formed, for example, by level crossings or platforms, tunnel entrances or bridges.
  • the danger area is the track area, which must be free of obstacles when a vehicle, i.e. the train, passes through.
  • Level crossings with (full) barriers are monitored by staff or with relatively expensive radar scanners that require safety approval (safety level SIL-3).
  • Very complex solutions with radar scanners are also used to monitor platforms, for example at VAG Nuremberg.
  • a proof test is an external test that confirms the complete functionality of an application. This is usually difficult to integrate into operations, so PTI > 1 year is usually common.
  • AI applications are currently not approved for safety applications (i.e. applications with a high level of safety) in the railway sector, particularly because their exact function is difficult to understand and the distances required for sensors in the railway sector cannot be covered. They can only be treated like a black box that must be monitored using specific methods. This is a particular problem with obstacle detection for automatic driving on the rails, which must be carried out with a high level of safety.
  • safety applications i.e. applications with a high level of safety
  • AI it is not possible to predict how far the sensors will be able to detect obstacles in the specific situation and whether they are sufficiently capable of detecting them at all, and it is not clear whether the clearance profile of a route is free of obstacles.
  • AI computer-aided machine learning
  • ML computer-aided machine learning
  • the system recognizes and learns patterns and regularities in the recorded process data based on previously entered learning data.
  • suitable algorithms ML can independently find solutions to emerging problems.
  • ML is divided into three fields - supervised learning, unsupervised learning and reinforcement learning, with more specific applications, for example regression and classification, structure recognition and prediction, data generation (sampling) or autonomous action.
  • supervised learning the system is trained by the connection between the input and the corresponding output of known data and in this way learns approximate functional relationships.
  • the availability of suitable and sufficient data is important, because if the system is trained with unsuitable (e.g. non-representative) data, it learns incorrect functional relationships.
  • unsupervised learning the system is also trained with example data, but only with input data and without any connection to a known output. It learns how to form and expand data groups, what is typical for the application in question and where deviations or anomalies occur. This makes it possible to describe application cases and discover error states.
  • 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.
  • the learning behavior changes when the activation function of the neurons or the learning rate of the network changes.
  • an ANN learns mainly by modifying the weights of the neurons.
  • An adjustment of the threshold value can be done by an on-neuron. This enables ANNs to learn complicated non-linear functions using a learning algorithm that attempts to determine all of the function's parameters using an iterative or recursive approach from existing input and desired output values.
  • ANNs 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.
  • testing when testing in a real environment, there are high safety requirements. In particular, testing can only be carried out at low speeds so that accidents with real road users can be prevented by emergency braking if necessary.
  • a method for testing obstacle detection in vehicles in which a sensor device detects obstacles and these obstacles are evaluated using a computer.
  • test objects are moved into the clearance profile of a vehicle on a test track in such a way that they must be recognized as obstacles. In the event that the vehicle does not recognize the obstacles, they are removed from the clearance profile again to avoid collisions before the vehicle reaches them.
  • a test track and appropriately prepared obstacles must therefore be available.
  • the object of the invention is to provide a method for testing the obstacle detection of a vehicle, which can be carried out under conditions that are as realistic as possible (in particular with regard to the speeds achieved) and which meets high safety requirements.
  • the object of the invention is to provide an arrangement that can carry out such a method.
  • the object of the invention is to provide a computer program product and a To provide a provision device for this computer program product with which the aforementioned method can be carried out.
  • the basic idea is to use normal operation on rail and road (for example at a level crossing) for testing, also known as proof test or PT for short. Since this makes it possible to easily integrate the PT for obstacle detection into the regular operation of vehicles, the safety requirements for obstacle detection can be advantageously reduced during testing, since the approved clearance detection device for the danger area provides the required safety standard. In other words, during testing of obstacle detection it can be accepted that it is faulty and that the required safety standard is only achieved through testing, in particular through machine learning by artificial intelligence.
  • the inventive step consists in introducing operational failure disclosure, which can consist of different test objects, as well as their easy integration into the operation and thus a PT under real conditions.
  • the advantage is that one relies on the detection of known objects that must be detected. Therefore, one can be sure that at least for these objects, the object detection works as specified when they are detected. This allows the safety requirements to be reduced, for example by one or two SIL levels, as soon as the PT has been successfully completed. It is particularly advantageous to even do without safety technology in the case of hazard clearance systems if the safety technology is ensured by obstacle detection in the vehicle is taken over.
  • the objects that are to be detected according to the method according to the invention are preferably those whose position is known based on known properties of the danger area (i.e. a description of the danger area with objects to be detected that enable a comparison with the objects detected and detected during the measurement by the sensor device (the sensor devices are also referred to synonymously as sensors in this application)). Therefore, if these objects are not detected at the expected position, it can be concluded that the obstacle detection is not yet working properly.
  • the method has the advantage that previously known objects must also be recognized during testing. This can be achieved with greater procedural reliability than recognizing the obstacles themselves, whose shape and positioning on or along the route are only known once they have been recognized as such.
  • the inventive idea of supporting the AI for a PT by known objects in the danger area is used to test the danger area clearance detection, i.e. spaces within the safety distance in front of the vehicle are to be explicitly identified in which no obstacles may be present.
  • the pattern is characterized by the fact that it depicts or describes objects to be recognized in relation to their position on the route in or near the danger zone. Different formats can be selected here.
  • the pattern can be two-dimensional.
  • the extent of the danger area on the earth's surface can be taken into account. This is a two-dimensional projection.
  • the extent of the pattern can also be depicted three-dimensionally in the pattern.
  • the position of the objects to be detected can also be defined in terms of their height above the track.
  • the three-dimensional pattern can be depicted in particular as a virtual reality.
  • VR Virtual reality
  • reality also known as physical reality
  • VR is the representation of reality (also known as physical reality) in a real-time computer-generated, interactive virtual environment. How detailed the VR needs to be depends on the individual application. In general, VR is created in a three-dimensional space and represents its physical properties, particularly topography, in a simplified manner.
  • the prerequisite for using VR is knowledge of the location and direction of view of the viewer, in this case the sensor device for detecting the objects. If VR is used for the When rail transport is used, certain simplifications arise.
  • a solution is presented that, according to the PT, does not require any additional security technology (except for commercial sensors and monitoring mechanisms) and which nevertheless enables reliable detection of objects or obstacles.
  • the invention takes advantage of the fact that the sceneries are stationary, but where environmental conditions such as weather, time of day, etc. may change. It has been shown that very reliable results can be obtained using commercial sensors such as cameras, lidar, radar, etc. in combination with pattern recognition, but it is difficult to prove this because machine learning (ML) methods such as neural networks (NN) are difficult to explain. This is especially true when the environmental conditions can change.
  • ML machine learning
  • N neural networks
  • “computer-aided” or “computer-implemented” can be understood to mean an implementation of the method in which at least one computer or processor carries out at least one method step of the method.
  • Computers can be, for example, personal computers, servers, handheld computers, mobile phones and other communication devices that process data in a computer-aided manner, processors and other electronic devices for data processing, which can preferably also be connected to form a network.
  • a "processor” can be understood as, 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.
  • CPU Central Processing Unit
  • microprocessor a microcontroller
  • digital signal processor possibly in combination with a memory unit for storing program instructions, etc.
  • a processor can also be understood as a virtualized processor or a soft CPU.
  • a “storage unit” can be understood as meaning, for example, a computer-readable memory in the form of a random access memory (RAM) or data storage device (hard disk or data carrier).
  • RAM random access memory
  • data storage device hard disk or data carrier
  • Interfaces can be implemented in hardware terms, for example as a wired or wireless connection, and/or in software terms, for example as an interaction between individual program modules or program parts of one or more computer programs.
  • cloud refers to an environment for “cloud computing”. This refers to 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.
  • Program modules are to be understood as individual functional units that enable a program sequence of method steps according to the invention. These functional units can be implemented in a single computer program or in several computer programs that communicate with each other. The interfaces implemented here can be implemented in software within a single processor or in hardware if several processors are used.
  • the danger area of a track of a level crossing is monitored.
  • the danger areas of level crossings consist of the railway tracks between the barriers that the approaching vehicle must cross. Therefore, no obstacles may remain in this area, such as pedestrians or vehicles crossing the railway line and trapped between the barriers.
  • the first sensor device is attached to at least one barrier boom or at least one barrier drive of the level crossing and monitors the danger area in a viewing direction towards the track.
  • one or more cameras are installed on the barrier drive and the barrier itself (aligned with the danger area itself or the opposite barrier).
  • easily visible markers are applied to the barrier arm, e.g. reflective, fluorescent, with a characteristic shape, etc.
  • Hanging grids can also be used for this purpose, which provide better coverage of the area.
  • These, as well as real (unforeseen) obstacles such as vehicles or pedestrians beyond the barriers, can be used to test obstacle detection and thus carry out a PT. Markers therefore advantageously help to provide objects that can speed up the testing process.
  • the invention takes advantage of the fact that the detection of markers can be easily checked or predicted.
  • the danger area of a track on a platform is monitored.
  • the arrangement can also be carried out on one side, e.g. cameras only on one side, e.g. below the platform.
  • the first sensor device is mounted on or below a platform edge on the platform or opposite the platform and monitors the danger area in a viewing direction towards the track.
  • the danger area of an infrastructure structure for a track is monitored.
  • the first sensor device is attached to the infrastructure structure, in particular the tunnel or the bridge, and monitors the danger area in a viewing direction towards the track.
  • Infrastructure structures are understood to be structures that are required for the infrastructure of the track-guided vehicle.
  • the infrastructure structures form the infrastructure or are at least involved in its formation.
  • the infrastructure structure can be formed by a bridge over which the track leads to guide the vehicle, or by a tunnel through which the track leads to guide the vehicle.
  • Infrastructure structures can also contain danger zones.
  • danger zones can be formed at the beginning of the bridge by the bridge entrance and at the end of the bridge by the bridge exit.
  • Both tunnels and bridges are infrastructure structures that require special protection, as possible Incidents or accidents can have particularly serious consequences here.
  • a second (additional sensor device, i.e. in addition to the first sensor device, which is attached to infrastructure structures, platforms, level crossings or other danger areas on the track) or the first sensor device is attached to the vehicle, it is possible to continuously monitor the section of track in front of the vehicle. This in itself also forms a danger area due to the approach of the vehicle, since collisions with obstacles can potentially occur in this area. If the vehicle with a second sensor device passes through a danger area, which is additionally secured with a first sensor device in the manner already described above, the second sensor device on the vehicle creates redundancy with the associated advantage that the safety of the danger area monitoring can be increased.
  • a computer program product with program instructions for carrying out the said inventive Method and/or its embodiments, wherein the method according to the invention and/or its embodiments can be carried out by means of the computer program product.
  • the computer program product comprises program instructions which, when the program is executed by a computer, cause the computer to carry out the method or at least computer-implemented steps of the method.
  • a provision device for storing and/or providing the computer program product, in particular a computer-readable storage medium on which said computer program product is stored, is claimed.
  • the provision device is, for example, a storage unit that stores and/or provides the computer program product.
  • 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.
  • 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.
  • This provision can also take place, for example, as a partial download consisting of several parts.
  • Such a computer program product is read into a system, for example, using the provision device, so that the method according to the invention is carried out on a computer.
  • the exemplary embodiments explained below are preferred embodiments of the invention.
  • the components of the embodiments described each represent individual features of the invention that are to be considered independently of one another, which also develop the invention independently of one another and are therefore to be considered as part of the invention individually or in a combination other than that shown.
  • the components described can also be combined with the features of the invention described above.
  • a level crossing BU is shown. This has two barriers, each consisting of a barrier drive SRA1, SRA2 and a barrier boom SRB1, SRB2.
  • the level crossing BU is traversed by a track GL, which crosses a track FW.
  • a danger zone GFR is formed, which reacts to the presence of obstacles HD1, in the embodiment according to Figure 1 a person is to be checked.
  • sensor devices or SN1 sensors in the form of cameras are attached to the barrier drives SRA1, SRA2 and the barrier booms SRB1, SRB2. These are directed towards the danger area GFR in a viewing direction BR, indicated by an aperture angle.
  • the SN1 sensors can generate a coherent image of the opposite barrier by overlapping the aperture angles.
  • the method according to the invention provides that the measurement results of a clearance detection device (for example a camera, a radar, a lidar, etc.) are evaluated in a computer (not shown) (more on this below).
  • the clearance detection device is approved for the purpose of monitoring the danger area GFR and can monitor it with the required level of safety.
  • the method according to the invention for testing obstacle detection is used.
  • An approach is followed here that in the images recorded by the sensors SN1, various objects OB1 ... OB7 that must be recognized in the images are known as patterns.
  • the entire railway crossing can thus be present, for example, as a virtual reality or two-dimensionally, for example as a number of stored images.
  • the objects OB1 ... OB7 must therefore be recognized in order to be able to test the obstacle detection.
  • Objects can also be used which correspond to potential obstacles, but are located outside the danger zone and therefore do not represent obstacles at that moment. For example, at a closed railway crossing, various road users (trucks, However, objects (e.g.
  • the method for testing according to the invention can be used, for example, if the track clearance detection device FRE has to be replaced, for example due to age. However, if it still functions reliably, in other words can still ensure safe rail operations by reliably monitoring the danger area GFR, the arrangement according to the invention can already be installed in order to test it and, after testing, use it instead of the track clearance detection device FRE.
  • the reference symbols OB1 ... OB7 designate certain types of objects, which are briefly explained below.
  • the object OB1 is a reflector, which, particularly in the case of optical monitoring, generates a strong signal by reflecting light. If a radar is used as the sensor SN1, the object OB1 could also be a reflector for radar waves.
  • the object OB2 is a colored marking on the barrier beam SRB1, as these are usually applied. These can also be easily recognized in an image.
  • the object OB3 is a colored marking on the track FW, in the embodiment according to Figure 1 between the rails of the GL track.
  • Object OB4 is the rail sleepers. These can be monitored optically, particularly in the edge area of the level crossing, i.e. in front of and behind the track FW.
  • the barrier boom SRB1 also forms an object OB5, which can be seen in the picture.
  • a hanging grid HG which can hang down from the barrier booms SRB1, SRB2, is to be recorded as object OB6 and in Figure 1 only indicated.
  • the barrier drive SRA1 also produces an object OB7, which must not be covered.
  • FIG 2 a platform is shown, at the platform edge BK of which a danger zone GFR is created towards the track GL.
  • a similar arrangement is set up, which, as in Figure 1 described, is operated in parallel with the already installed free detection device FRE. This ensures the safe operation of the platform on the one hand through the free detection device FRE and on the other hand through the testing of the first sensors SN1 the installation of a new system.
  • no obstacles HD in Figure 2
  • the presence of objects e.g. a piece of luggage
  • Similar objects OB1 as reflectors, OB2 as colored markings, OB4 as rail sleepers, etc. are stored in a pattern and their presence is checked in the sensor results.
  • FIG 3 A landscape with a mountain B and a valley T is shown schematically.
  • a tunnel TL leads through the mountain B and a bridge BR leads over the valley T.
  • the tunnel TL and the bridge BR are infrastructure structures of a route with a track GL, which is in Figure 3 is only indicated.
  • a track-guided vehicle FZ is traveling in a direction FR.
  • GFR danger zones
  • FRE clearance detection devices
  • first sensors SN1 are located at the tunnel entrance and exit and at the beginning and end of the bridge to test obstacle detection, each of which is directed towards the danger zones GFR. These can be used to generate measurement data to test obstacle detection.
  • a second sensor SN2 is located at the front end (in the direction of travel) of the vehicle FZ, which is shown in the illustration according to Figure 3 is directed at the rightmost danger area GFR and can monitor the danger area GFR in addition to the first sensor SN1 installed at the start of the bridge. As the vehicle FZ continues to drive, additional monitoring of the other danger areas GFR is of course also possible in parallel with the first sensors being used.
  • FIG 4 a computer infrastructure is shown that is suitable for carrying out the method according to the invention.
  • Program modules can be processed by a first computer CP1 in a control center LZ or a signal box (not shown), by a second computer CP2 in a control ST for a level crossing BU, for a platform BS, a bridge BR, a tunnel TL or a vehicle FZ and within a cloud CLD.
  • a first computer CP1 in a control center LZ or a signal box (not shown)
  • a second computer CP2 in a control ST for a level crossing BU, for a platform BS, a bridge BR, a tunnel TL or a vehicle FZ and within a cloud CLD.
  • other computers and storage devices not shown can be used for the aforementioned purposes.
  • the control center LZ has a first computer CP1, which is connected to a first storage device SE1 via a third interface S3.
  • the first computer CP1 is connected to the cloud CLD via an eighth interface S8.
  • the first computer CP1 is connected to a second computer CP2 of the control system ST via a first interface S1.
  • the second computer CP2 has a fourth interface S4 to a second storage device SE2.
  • the controller also has a first sensor SN1, for example a camera, and optionally a second sensor SN2, for example a radar.
  • the sensor data of the first sensor SN1 are transmitted to the second computer CP2 via a fifth interface S5 and the sensor data of the second sensor SN2 are transmitted via a sixth interface S6.
  • FIG 5 shows an exemplary embodiment of a process sequence of the method according to the invention, supplemented by some preparatory processes.
  • the Cloud CLD is shown, which provides a service for testing an obstacle detection process and for creating a sample for testing purposes.
  • a measurement service provider FZM carries out a measurement and, if necessary, a marking (cf. Figures 1 and 2 ) of the danger area, which, after the process has been started, generates pattern data in a generation step for pattern data GEN_MD, which are, for example, digital images of the danger area.
  • GEN_MD which are, for example, digital images of the danger area.
  • an output step for pattern data MD_OT these can be transferred to the Cloud CLD via an interface S9 and saved there.
  • a service provider (not shown in more detail) is also connected to the Cloud CLD, which creates a pattern MST in a generation step for the pattern GEN_MST.
  • This can consist in particular of a virtual reality VR, i.e. a three-dimensional representation of the surroundings of the danger area. Alternatively, it is possible to select a two-dimensional representation.
  • the MST pattern is saved in the Cloud CLD.
  • the MST template is made available via the eighth interface S8 in an input step for the MST_IN template.
  • an FPL timetable for vehicles is also loaded from the CLD cloud via the eighth interface S8.
  • a query step for the end of the procedure STP? asks whether the operating procedure should be terminated in the control center LZ. If this is the case, the procedure is stopped. If this is not the case, the If this is the case, the timetable data is updated in a further input step FPL_IN and the process starts again.
  • the query step FZ? results in the control center LZ being confirmed that a vehicle is in use, so that the pattern can be read in via the first interface S1 in an input step for the timetable FPL_IN.
  • a detection step for objects SEN_OB then takes place in the vehicle, in which sensor data is generated for detecting objects.
  • the sensor data is processed so that objects OB located in or near the danger area are detected for testing purposes.
  • a critical obstacle query step CRT? is used to check whether the obstacle poses a problem for the approaching vehicle. This is particularly the case if it has been detected by the free reporting device. If the obstacle is not critical, a procedure end query step is used to determine whether the operation of the vehicle FZ has ended. If this is the case, the procedure is stopped. If this is not the case, the The procedure described begins again with the acquisition step for objects SEN_OB.
  • an emergency braking EBK is triggered on the approaching vehicle in the next step. This can also be done by the control center LZ and not by the control ST in a manner not shown. Then, in an output step for the emergency E_OT, a message is sent to the control center LZ via the first interface S1, which then makes a corresponding timetable change (in Figure 5 only indicated). In any case, the control system process is stopped even after the emergency braking EBK.
  • data generated in the ST controller during the test procedure can be transferred to the cloud via a ninth interface S9. There they can be added to the MST sample database, for example, with the data being processed simultaneously in the cloud by a computer (not shown).
  • This data processing can preferably be carried out using artificial intelligence and machine learning, with an experience database being created during the test that continually improves the reliability of obstacle detection by the SN1, SN2 sensors.
  • the test procedure is designed to permanently secure the SN1, SN2 sensors and the obstacle detection process to such an extent that it can take over the work of the FRE clearance detection device after the proof test has been completed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

Die Erfindung umfasst ein Verfahren zum Erproben einer Hinderniserkennung für einen Gefahrenraum (GFR) , der von einem spurgeführten Fahrzeug (FZ) befahrbar ist, bei dem eine erste Sensoreinrichtung (SN1) in oder an dem Gefahrenraum (GFR) liegende Objekte (OB) erfasst, die erfassten Objekte (OB) rechnergestützt erkannt werden und zur Erkennung von Hindernissen (HD) rechnergestützt bewertet werden. Die Erprobung wird während des laufenden Regelbetriebs des Gefahrenraums (GFR) durchgeführt, wobei die Sensoreinrichtung parallel zu einer zugelassenen Freimeldeeinrichtung (FRE) für den Gefahrenraum (GFR) betrieben wird. Die Erfindung umfasst ferner eine Anordnung zur Erkennung von Hindernissen mit einer Sensoreinrichtung zum Erfassen von Objekten (OB) in einem Gefahrenraum (GFR) , ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung.

Description

  • Die Erfindung betrifft ein Verfahren zum Erproben einer Hinderniserkennung für einen Gefahrenraum. Außerdem betrifft die Erfindung eine Anordnung zur Erkennung von Hindernissen mit einer Sensoreinrichtung zum Erfassen von Objekten in einem Gefahrenraum. Zuletzt betrifft die Erfindung ein Computerprogramm sowie eine Bereitstellungsvorrichtung für dieses Computerprogramm, wobei das Computerprogramm mit Programmbefehlen zur Durchführung dieses Verfahrens ausgestattet ist.
  • In der Automobilindustrie gibt es weit verbreitete Algorithmen zur Hinderniserkennung, die aber in der offenen Straßenumgebung noch nicht zum Einsatz kommen, da in der Vergangenheit bereits Fälle von Versagen mit Unfallfolge bekannt geworden sind. Grundsätzlich erfolgt die Erkennung von Hindernissen dadurch, dass mittels einer geeigneten Sensorik (optische Sensoren, Radar, Ultraschall) Objekte im vor dem Fahrzeug liegenden Bereich als solche erkannt werden und rechnergestützt vorzugsweise durch Nutzung von künstlicher Intelligenz klassifiziert werden. Das Ergebnis der Klassifikation ist die Erkennung derjenigen Objekte, die als Hindernis zu werten sind. Ein Hindernis ist in diesem Zusammenhang ein Objekt, mit dem eine Kollision mit dem betreffenden Fahrzeug droht.
  • Andererseits können auch Objekte erkannt werden, die beispielsweise außerhalb des Fahrweges des Fahrzeuges stehen, weswegen keine Kollision droht. Diese werden auch nicht als Hindernis klassifiziert. Insbesondere bei Bahnstrecken gibt es eine Vielzahl von Objekten, die die Strecke säumen. Als Beispiele sind Signale, Weichen, Gleiselemente wie Balisen, Oberleitungen, Tunnel, Bahnhöfe und dergleichen zu nennen. Diese dürfen nicht als Hindernis klassifiziert werden, da das Fahrzeug ungehindert daran vorbeifahren soll.
  • Gefahrenräume können beispielsweise durch Bahnübergänge oder Bahnsteige, Tunneleingänge oder Brücken gebildet sein. Der Gefahrenraum ist dabei der Gleisbereich, der bei Durchfahrt eines Fahrzeugs, also dem Zug, frei von Hindernissen sein muss. Bahnübergänge mit (Voll-)Schranken werden vom Personal oder mit verhältnismäßig teuren) Radarscannern überwacht, die eine Sicherheitszulassung (Sicherheitsstufe SIL-3) benötigen. Auch bei der Überwachung von Bahnsteigen z. B. bei der VAG Nürnberg werden sehr aufwändige Lösungen mit Radarscannern eingesetzt.
  • Beim automatischen Fahren insbesondere auf der Schiene müssen Hindernisse sicher erkannt werden. Die Sicherheitsanforderungen hängen nach DIN V0831-103 entscheidend vom sog. proof-test-interval (PTI) ab. Ein Proof Test (PT) ist ein externer Test, der die komplette Funktion einer Applikation bestätigt. In der Regel ist dieser schwer in den Betrieb integrierbar, so dass in der Regel PTI > 1 Jahr üblich sind.
  • AI Anwendungen werden derzeit nicht für Safety-Anwendungen (also Anwendungen auf einem hohen Sicherheitslevel) im Bahnbereich zugelassen, insbesondere, da ihre genaue Funktion nur schwer nachvollzogen werden kann und auch nicht die geforderten Entfernungen, die im Bahnbereich für eine Sensorik notwendig sind, abdeckt werden können. Sie können nur wie eine Black Box behandelt werden, die mit spezifischen Methoden überwacht werden muss. Dies ist ein besonderes Problem bei der Hinderniserkennung für das automatische Fahren auf der Schiene, die mit einer hohen Sicherheit erfolgen muss. Bei der Verwendung von AI kann nicht vorhergesehen werden, wie weit die Sensorik in der konkreten Situation Hindernisse erkennen kann und ob sie überhaupt ausreichend erkennungsfähig ist, und es ist nicht klar festzustellen, ob das Lichtraumprofil einer Strecke frei von Hindernissen ist.
  • Unter künstlicher Intelligenz (im Folgenden auch mit KI abgekürzt) ist im Rahmen dieser Erfindung im engeren Sinne das rechnergestützte Machine Learning (im Folgenden auch mit ML abgekürzt) zu verstehen. Es geht dabei um das statistische Lernen der Parametrisierung von Algorithmen, vorzugsweise für sehr 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.
  • 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 betreffenden 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.
  • 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
  • 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.
  • Der bekannte Stand der Technik, ein Artikel mit dem Titel "Ein ICE in Lichterfelde: DB-Versuchszug fährt auf der Berliner Goerzbahn" veröffentlicht: https://www.deutschebahn.com/pr-berlin-de/aktuell/presseinform ationen/Ein-ICE-in-Lichterfelde-DB-Versuchszug-faehrt-auf-der-Berliner-Goerzbahn--5888114, von dem die Erfindung ausgeht, betrifft einen Verfahren zur Hinderniserkennung gemäß Anspruch 1. Die dargestellten Probleme machen es demnach erforderlich, dass eine automatische Hinderniserkennung vor ihrem sicherheitsrelevanten Einsatz unter Realbedingungen getestet wird.
  • Danach soll eine im Augenblick ungenutzte Strecke in Berlin-Lichterfelde für die Erprobung von Hinderniserkennungssystemen mit einem Versuchszug der Deutschen Bahn, dem sogenannten advanced TrainLab, einem dieselgetriebenen ICE der Baureihe 605, verwendet werden. Nach Angaben der Bahn biete die 2,5 km lange Strecke optimale Voraussetzungen, um verschiedene Systeme zur Objekt- und Hinderniserkennung sowie zur Umfeld-Wahrnehmung zu erproben. Es gebe rund 40 Stellen, an denen der Autoverkehr den Streckenabschnitt quere.
  • Bei einer Erprobung im realen Umfeld bestehen jedoch hohe Anforderungen an die Sicherheit. Insbesondere kann eine Erprobung nur mit geringer Geschwindigkeit erfolgen, damit Unfälle mit realen Verkehrsteilnehmern gegebenenfalls durch eine Notbremsung verhindert werden können.
  • In der nachveröffentlichten europäischen Patentanmeldung mit dem Aktenzeichen 21209512.9 ist ein Verfahren zum Erproben einer Hinderniserkennung von Fahrzeugen beschrieben, bei dem eine Sensoreinrichtung Hindernisse erkennt und diese Hindernisse rechnergestützt bewertet werden. Zum Zwecke der Erprobung werden Testobjekte an einer Teststrecke derart in das Lichtraumprofil eines Fahrzeugs hineinbewegt, dass diese als Hindernisse erkannt werden müssen. Für den Fall, dass das Fahrzeug die Hindernisse nicht erkennt, werden diese zur Vermeidung von Kollisionen wieder aus dem Lichtraumprofil entfernt, bevor das Fahrzeug diese erreichen würde. Für dieses Verfahren der Erprobung müssen somit eine Teststrecke und entsprechend präparierte Hindernisse zur Verfügung stehen.
  • Die Aufgabe der Erfindung ist es, Verfahren zur Erprobung der Hinderniserkennung eines Fahrzeugs anzugeben, welches unter möglichst realistischen Bedingungen (insbesondere hinsichtlich realisierter Geschwindigkeiten) ablaufen kann und dabei hohe Anforderungen an die Sicherheit (Safety) erfüllt. Außerdem ist es Aufgabe der Erfindung, eine Anordnung anzugeben, welche ein solches Verfahren ausführen kann. Zuletzt besteht die Aufgabe der Erfindung darin, ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung für dieses Computerprogrammprodukt anzugeben, mit dem das vorgenannte Verfahren durchgeführt werden kann.
  • Diese Aufgabe wird mit dem eingangs angegebenen Anspruchsgegenstand (Verfahren) erfindungsgemäß dadurch gelöst, dass die Erprobung während des laufenden Regelbetriebs des Gefahrenraums durchgeführt wird, wobei die Sensoreinrichtung parallel zu einer zugelassenen Freimeldeeinrichtung für den Gefahrenraum betrieben wird.
  • Die grundsätzliche Idee besteht darin, den normalen Betrieb auf Schiene und Straße (zum Beispiel bei einem Bahnübergang) für die Erprobung, auch Proof Test oder kurz PT genannt, zu verwenden. Da es hierdurch gelingt, den PT zur Hinderniserkennung einfach in den Regelbetrieb von Fahrzeugen zu integrieren, können die Sicherheitsanforderungen an die Hinderniserkennung während der Erprobung vorteilhaft reduziert werden, da die zugelassene Freimeldeeinrichtung für den Gefahrenraum den geforderten Sicherheitsstandard zur Verfügung stellt. Mit anderen Worten kann während der Erprobung der Hinderniserkennung hingenommen werden, dass diese fehlerhaft ist und erst durch die Erprobung, insbesondere durch ein maschinelles Lernen einer künstlichen Intelligenz den erforderlichen Sicherheitsstandard erreicht.
  • Der erfinderische Schritt besteht mit anderen Worten in der Einführung einer betrieblichen Ausfalloffenbarung, die aus unterschiedlichen Testobjekten bestehen kann, sowie deren einfache Integration in den Betrieb und somit einen PT unter Realbedingungen. Der Vorteil besteht darin, dass man auf die Erkennung bekannter Objekte setzt, die erkannt werden müssen. Deswegen kann man sicher sein, dass zumindest für diese Objekte die Objekterkennung wie spezifiziert funktioniert, wenn diese erkannt werden. Dadurch können die Sicherheitsanforderungen gesenkt werden, beispielsweise um ein bis zwei SIL-Stufen, sobald der PT erfolgreich abgeschlossen wurde. Besonders vorteilhaft kann man bei Gefahrenräumern sogar auf Sicherheitstechnik verzichten, wenn die Sicherheitstechnik durch die Hinderniserkennung im Fahrzeug übernommen wird.
  • Die Objekte, die gemäß dem erfindungsgemäßen Verfahren erkannt werden sollen, sind vorzugsweise diejenigen, deren Position aufgrund bekannter Eigenschaften des Gefahrenraumes (also einer Beschreibung des Gefahrenraumes mit zu erkennenden Objekten, die einen Vergleich mit den bei der Messung durch die Sensoreinrichtung (die Sensoreinrichtungen werden im Rahmen dieser Anmeldung synonym kurz auch als Sensoren bezeichnet) erfassten und erkannten Objekten ermöglichen) bekannt sind. Deswegen kann für den Fall, dass diese Objekte nicht an der zu erwartenden Position erkannt werden, darauf geschlossen werden, dass die Hinderniserkennung noch nicht richtig funktioniert.
  • Das Verfahren hat den Vorteil, dass bei der Erprobung auch vorher bekannte Objekte erkannt werden müssen. Dies lässt sich mit einer größeren Verfahrenssicherheit bewerkstelligen, als die Hindernisse selbst zu erkennen, deren Form und Positionierung auf oder an der Strecke erst bekannt sind, wenn diese als solche erkannt wurden
  • Die erfindungsgemäße Idee, die AI für einen PT durch bekannte Objekte des Gefahrenraums zu unterstützen, wird für eine Erprobung der Gefahrenraumfreimeldung genutzt, d. h. es sollen explizit Räume innerhalb des Sicherheitsabstandes vor dem Fahrzeug identifiziert werden, in denen sich kein Hindernis befinden darf.
  • Bei der Modellbildung für die Hinderniserkennung wird zumindest ein Teil der folgenden Annahmen berücksichtigt (hierzu im Folgenden noch mehr):
    • Es gibt bekannte Objekte in der Umgebung des Gefahrenraums, deren Form bekannt ist. Das könnte z. B. ein Signal sein, oder Tafeln oder andere Marker. Diese können weitere Eigenschaften besitzen wie z. B. Farbe der Tafel, Symbole auf der Tafel, Reflexionsvermögen (für Licht oder Radarstrahlung).
    • Die Objekte sind in einem Muster verzeichnet (z. B. über einen Vektor am Fußpunkt des Gefahrenraumes), vorzugsweise eindeutig relativ zum die Strecke bildenden Gleis, auf dem das Fahrzeug fährt.
    • Ein oder mehrere Sensoren im oder am Gefahrenraum erfassen die Umgebung.
    • Ein AI-Algorithmus erkennt die Objekte und extrahiert die gewünschten Eigenschaften der Objekte, insb. deren Umrisse, ggf. bereinigt von Überschneidungen oder Störungen
    • Ein sicherer Rechner trifft daraufhin Entscheidungen, z. B. die Ansteuerung oder Anforderung einer Bremsung eines nahenden Fahrzeugs (insbesondere eines Zuges) zur Notbremsung.
  • Das Muster ist dadurch gekennzeichnet, dass er zu erkennenden Objekte in Relation zu ihrer Position an der Strecke im oder am Gefahrenraum abbildet bzw. beschreibt. Hierbei können unterschiedliche Formate gewählt werden.
  • Das Muster kann zweidimensional ausgebildet sein. Dabei kann die Ausdehnung des Gefahrenraumes an der Erdoberfläche berücksichtigt werden. Hierbei handelt es sich um eine zweidimensionale Projektion. Es kann die Ausdehnung des Musters auch dreidimensional im Muster abgebildet sein. Hierbei kann die Position der zu erkennenden Objekte auch hinsichtlich ihrer Höhe über dem Gleis definiert werden. Das dreidimensionale Muster kann insbesondere als virtuelle Realität abgebildet werden.
  • Als virtuelle Realität, (im Folgenden kurz VR), wird die Darstellung der Wirklichkeit (auch als physische Realität bezeichnet) in einer in Echtzeit computergenerierten, interaktiven virtuellen Umgebung bezeichnet. Wie detailliert die VR erzeugt werden muss, hängt vom individuellen Anwendungsfall ab. Im Allgemeinen wird die VR einem dreidimensionalen Raum erzeugt und bildet dessen physikalischen Eigenschaften, insbesondere Topographie, vereinfacht ab.
  • Voraussetzung für die Anwendung einer VR ist die Kenntnis des Ortes und der Blickrichtung des Betrachters, hier also der Sensoreinrichtung zur Erfassung der Objekte. Wird eine VR für den Schienenverkehr verwendet ergeben sich hierbei gewisse Vereinfachungen.
  • Vorteilhaft wird eine Lösung dargestellt, die nach dem PT ohne zusätzliche Sicherungstechnik auskommt (bis auf kommerzielle Sensoren und Überwachungsmechanismen) und die trotzdem eine zuverlässige Erkennung von Objekten bzw. Hindernissen ermöglicht. Dabei wird erfindungsgemäß ausgenutzt, dass es sich um stationäre Szenerien handelt, bei denen sich aber möglicherweise Umgebungsbedingungen ändern wie Wetter, Tageszeit etc. Es hat sich gezeigt, dass man mit kommerziellen Sensoren wie Kameras, Lidar, Radar usw. in Kombination mit Mustererkennung sehr zuverlässige Resultate erhält, allerdings fällt der Nachweis schwer, da z. B. Verfahren des Machine Learning (ML) z. B. Neuronale Netzwerke (NN) schwer erklärbar sind. Dies gilt insbesondere, wenn sich die Umgebungsbedingungen ändern können.
  • Unter "rechnergestützt" oder "computerimplementiert" kann im Zusammenhang mit der Erfindung eine Implementierung des Verfahrens verstanden werden, bei dem mindestens ein Computer oder Prozessor mindestens einen Verfahrensschritt des Verfahrens ausführt.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • Als "Programmmodule" sollen einzelne Funktionseinheiten verstanden werden, die einen erfindungsgemäßen Programmablauf von Verfahrensschritten 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.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass der Gefahrenraum eines Gleises eines Bahnüberganges überwacht wird.
  • Folgendes wird an dem Beispiel des Gefahrenraums am Bahnübergang deutlich. Die Gefahrenräume von Bahnübergängen bestehen aus den zwischen den Schranken befindlichen Bahngleisen, die durch das herannahende Fahrzeug überquert werden sollen. In diesem Bereich dürfen daher keine Hindernisse verbleiben, beispielsweise Fußgänger oder Fahrzeuge, die die Bahnstrecke queren und zwischen den Schranken eingesperrt sind.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die erste Sensoreinrichtung an mindestens einem Schrankenbaum oder mindestens einem Schrankenantrieb des Bahnüberganges angebracht ist und in einer Blickrichtung zum Gleis hin den Gefahrenraum überwacht.
  • Am Schrankenantrieb sowie der Schranke selbst werden (ausgerichtet auf den Gefahrenraum selbst bzw. die gegenüberliegende Schranke) beispielsweise eine oder mehrere Kameras installiert. Gleichzeitig werden am Schrankenbaum optisch gut erkennbare Marker aufgebracht, z. B. reflektierend, fluoreszierend, mit einer charakteristischen Form etc. Dazu können insbesondere auch Hängegitter genutzt werden, die eine bessere Abdeckung des Bereichs bringen. Diese können, wie auch echte (unvorhergesehene) Hindernisse wie Fahrzeuge oder Fußgänger jenseits der Schranken, dazu genutzt werden, die Hinderniserkennung zu erproben und so einen PT durchzuführen. Vorteilhaft helfen Marker also dabei, Objekte zur Verfügung zu stellen, die den Prozess der Erprobung beschleunigen können. Dabei wird erfindungsgemäß ausgenutzt, dass die Erkennung von Markern gut überprüft bzw. vorhergesehen werden kann.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass der Gefahrenraum eines Gleises an einem Bahnsteig überwacht wird.
  • Bei Bahnsteigen besteht die Gefahr, dass Fahrgäste oder Gegenstände wie Gepäckstücke von dem Bahnsteig auf das Gleis fallen. In diesem Fall müssen Sicherheitsmaßnahmen eingeleitet werden, beispielsweise muss ein in den Bahnhof einfahrendes Fahrzeug verlangsamt oder sogar angehalten werden.
  • Bei Bahnsteigen, insb. im Nahverkehr bei Metros, oder bei geringeren Sicherheitsanforderungen, kann man die Anordnung auch einseitig ausführen, z. B. Kameras nur auf der einen Seite, z. B. unterhalb des Bahnsteigs.
  • Gemäß einer Ausgestaltung der Erfindung ist demnach vorgesehen, dass die erste Sensoreinrichtung an oder unterhalb einer Bahnsteigkante am Bahnsteig oder dem Bahnsteig gegenüberliegend angebracht ist und in einer Blickrichtung zum Gleis hin den Gefahrenraum überwacht.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass der Gefahrenraum eines Infrastruktur-Bauwerkes für ein Gleis, insbesondere eines Tunnels oder einer Brücke, überwacht wird.
    • Einschub
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die erste Sensoreinrichtung an dem Infrastruktur-Bauwerk, insbesondere dem Tunnel oder der Brücke, angebracht ist und in einer Blickrichtung zum Gleis hin den Gefahrenraum überwacht.
  • Als Infrastruktur-Bauwerke sollen Bauwerke verstanden werden, die für die Infrastruktur des spurgeführten Fahrzeugs erforderlich sind. Dabei bilden die Infrastruktur-Bauwerke die Infrastruktur aus oder sind zumindest an deren Bildung beteiligt. Insbesondere kann das Infrastruktur-Bauwerk durch eine Brücke, über die das Gleis zur Spurführung des Fahrzeugs führt, oder durch einen Tunnel, durch den das Gleis zur Spurführung des Fahrzeugs führt, gebildet sein.
  • Infrastruktur-Bauwerke können ebenfalls Gefahrenräume beinhalten. Bei einem Tunnel sind dies beispielsweise die Einfahrt bzw. die Ausfahrt des Tunnels, die schwer einzusehen sind. Bei einer Brücke können Gefahrenräume am Anfang der Brücke durch die Brückeneinfahrt und am Ende der Brücke durch die Brückenausfahrt gebildet sein. Sowohl Tunnel als auch Brücken sind als Infrastruktur-Bauwerke besonders zu schützen, da sich eventuelle Störfälle bzw. Unfälle hier besonders schwerwiegend auswirken können.
  • Gemäß einer Alternative der Erfindung ist bei einer Anordnung vorgesehen, dass diese Anordnung eingerichtet ist, ein Verfahren nach einem der voranstehenden Ansprüche auszuführen.
  • Dadurch, dass eine zweite (zusätzliche Sensoreinrichtung, d. h. zusätzlich zur ersten Sensoreinrichtungen, die an Infrastruktur-Bauwerken, Bahnsteigen, Bahnübergängen oder anderen Gefahrenräumen am Gleis angebracht sind) oder die erste Sensoreinrichtung an dem Fahrzeug angebracht ist, ist es möglich, den vor dem Fahrzeug liegenden Gleisabschnitt durchgehend zu überwachen. Dieser bildet an sich aufgrund der Annäherung des Fahrzeugs somit auch einen Gefahrenraum, da potenziell Kollisionen mit Hindernissen in diesem Bereich auftreten können. Durchläuft das Fahrzeug mit einer zweiten Sensoreinrichtung einen Gefahrenraum, welcher zusätzlich in der vorstehend bereits beschriebenen Weise mit einer ersten Sensoreinrichtung gesichert ist, so entsteht durch die am Fahrzeug befindliche zweite Sensoreinrichtung Redundanz mit dem verbundenen Vorteil, dass die Sicherheit der Gefahrenraumüberwachung erhöht werden kann.
  • Die genannte Aufgabe wird alternativ mit dem eingangs angegebenen Anspruchsgegenstand einer Anordnung erfindungsgemäß auch dadurch gelöst, dass die Anordnung eingerichtet ist, ein Verfahren nach einem der voranstehenden Ansprüche auszuführen.
  • Mit der Anordnung, die als Teil von einem Bahnübergang, einem Bahnsteig oder einem Infrastruktur-Bauwerk, wie einer Brücke oder einem Tunnel sein kann, 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 diese erfindungsgemäßen Vorrichtungen.
  • 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. Das Computerprogrammprodukt umfasst Programmbefehle, die bei der Ausführung des Programms durch einen Computer diesen dazu veranlassen, das Verfahren oder zumindest computerimplementierte Schritte des Verfahrens durchzuführen.
  • Darüber hinaus wird eine Bereitstellungsvorrichtung zum Speichern und/oder Bereitstellen des Computerprogrammprodukts, insbesondere ein computerlesbares Speichermedium, auf dem das genannte Computerprogrammprodukt gespeichert ist, 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.
  • 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.
  • Weitere Einzelheiten der Erfindung werden nachfolgend anhand der Zeichnung beschrieben. Gleiche oder sich entsprechende Zeichnungselemente sind jeweils mit den gleichen Bezugszeichen versehen und werden nur insoweit mehrfach erläutert, wie sich Unterschiede zwischen den einzelnen Figuren ergeben.
  • Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Komponenten auch durch mit den vorstehend beschriebenen Merkmalen der Erfindung kombinierbar.
  • Es zeigen:
    • Figur 1 ein Ausführungsbeispiel der erfindungsbemäßen Anordnung an einem Bahnübergang mit ihren Wirkzusammenhängen schematisch,
    • Figur 2 ein Ausführungsbeispiel der erfindungsbemäßen Anordnung an einem Bahnsteig mit ihren Wirkzusammenhängen schematisch,
    • Figur 3 ein Ausführungsbeispiel der erfindungsbemäßen Anordnung an einer Brücke und an einem Tunnel mit ihren Wirkzusammenhängen schematisch,
    • Figur 4 ein Ausführungsbeispiel einer Computer-Infrastruktur der Vorrichtung gemäß Figur 1 als Blockschaltbild, wobei die einzelnen Funktionseinheiten Programmmodule ausführen, die jeweils in einem oder mehreren Prozessoren ablaufen können und wobei die Schnittstellen demgemäß softwaretechnisch oder hardwaretechnisch ausgeführt sein können,
    • Figur 5 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens als Flussdiagramm, wobei die einzelnen Verfahrensschritte einzeln oder in Gruppen durch Programmmodule verwirklicht sein können und wobei die Funktionseinheiten und Schnittstellen gemäß Figur 2 beispielhaft angedeutet sind.
  • In Fig. 1 ist ein Bahnübergang BU dargestellt. Dieser weist zwei Schranken auf, die jeweils aus einem Schrankenantrieb SRA1, SRA2 und einem Schrankenbaum SRB1, SRB2 bestehen. Der Bahnübergang BU wird durch ein Gleis GL durchlaufen, welches einen Fahrweg FW überquert. Zwischen den Schrankenbäumen SRB1, SRB2 bildet sich daher ein Gefahrenraum GFR aus, der auf das Vorhandensein von Hindernissen HD1, im Ausführungsbeispiel gemäß Figur 1 eine Person, überprüft werden soll.
  • Zum Zwecke der Überprüfung sind an den Schrankenantrieben SRA1, SRA2 sowie den Schrankenbäumen SRB1, SRB2 Sensoreinrichtungen oder kurz Sensoren SN1 in Form von Kameras angebracht, die in einer Blickrichtung BR, angedeutet durch einen Aperturwinkel, auf den Gefahrenraum GFR gerichtet sind. Insbesondere können die Sensoren SN1 durch Überschneidung der Aperturwinkel ein zusammenhängendes Bild der jeweils gegenüberliegenden Schranke erzeugen.
  • Um den Gefahrenraum GFR mit einer geforderten Sicherheit auf Hindernisse HD1 zu überwachen, sieht das erfindungsgemäße Verfahren vor, dass in einem nicht dargestellten Computer (hierzu im Folgenden mehr) die Messergebnisse einer Freimeldeeinrichtung (beispielsweise einer Kamera, einem Radar, einem Lidar usw.) ausgewertet werden. Die Freimeldeeinrichtung ist zum Zwecke der Überwachung des Gefahrenraumes GFR zugelassen und kann diesen mit der geforderten Sicherheit überwachen.
  • Zur Erprobung der ersten Sensoren SN1 wird das erfindungsgemäße Verfahren zur Erprobung der Hinderniserkennung angewendet. Hierbei wird ein Ansatz verfolgt, dass in den durch die Sensoren SN1 aufgenommenen Bildern verschiedene Objekte OB1 ... OB7, die auf den Bildern erkannt werden müssen, als Muster bekannt sind. So kann der gesamte Bahnübergang beispielsweise als virtuelle Realität oder auch zweidimensional, beispielsweise als Anzahl gespeicherter Bilder vorliegen. Solange sich kein reales Hindernis HD im Gefahrenraum GFR befindet, müssen demnach die Objekte OB1 ... OB7 erkannt werden, um eine Erprobung der Hinderniserkennung durchführen zu können. Auch können Objekte verwendet werden, welche potentiellen Hindernissen entsprechen, sich allerdings außerhalb des Gefahrenraumes befinden und daher in dem Augenblick keine Hindernisse darstellen. Beispielsweise warten bei einem geschlossenen Bahnübergang verschiedene Verkehrsteilnehmer (Lkw, Pkw, Fußgänger, Radfahrer usw.) vor den Schranken, also nicht im Gefahrenraum GFR, können allerdings dennoch zur Erprobung erfasst werden (Training des Hinderniserkennungsverfahrens) . Werden nicht alle bekannten Objekte OB1 ... OB7, die in einem Muster hinterlegt sind, erkannt, erfolgt eine Meldung, dass die Erprobung der Hinderniserkennung nicht erfolgreich war.
  • Das erfindungsgemäße Verfahren zur Erprobung kann beispielsweise angewendet werden, wenn die Freimeldeeinrichtung FRE beispielsweise aus Altersgründen erneuert werden muss. Wenn diese allerdings noch zuverlässig funktioniert, mit anderen Worten den sicheren Bahnbetrieb durch zuverlässige Überwachung des Gefahrenraums GFR noch gewährleisten kann, so kann bereits die erfindungsgemäße Anordnung installiert werden, um diese zu erproben und nach Erprobung anstelle der Freimeldeeinrichtung FRE einzusetzen.
  • Die Bezugszeichen OB1 ... OB7 bezeichnen bestimmte Arten von Objekten, die im Folgenden kurz erläutert werden. Bei dem Objekt OB1 handelt es sich um einen Reflektor, der insbesondere bei einer optischen Überwachung ein starkes Signal durch reflektierendes Licht bildet. Kommt als Sensor SN1 ein Radar zum Einsatz, so könnte es sich bei dem Objekt OB1 auch um einen Reflektor für Radarwellen handeln. Das Objekt OB2 ist eine farbliche Markierung auf dem Schrankenbalken SRB1, wie diese üblicherweise aufgebracht werden. Diese können auch auf einem Bild gut erkannt werden. Das Objekt OB3 ist eine farbliche Kennzeichnung auf dem Fahrweg FW, in dem Ausführungsbeispiel gemäß Figur 1 zwischen den Schienen des Gleises GL. Bei Objekt OB4 handelt es sich um die Schienenschwellen. Diese können insbesondere im Randbereich des Bahnübergangs, also vor und hinter dem Fahrweg FW optisch überwacht werden. Auch der Schrankenbaum SRB1 bildet ein Objekt OB5, welches auf dem Bild erkennbar wird. Ein Hängegitter HG, das von den Schrankenbäumen SRB1, SRB2 herabhängen kann, ist als Objekt OB6 zu erfassen und in Figur 1 nur angedeutet. Zuletzt ergibt auch der Schrankenantrieb SRA1 ein Objekt OB7, welches nicht verdeckt werden darf.
  • Es zeigt sich, dass sowohl Elemente des Bahnübergangs, die konstruktiv vorgesehen werden müssen, wie Schrankenantriebe SRA1, SRA2, Schienenschwellen usw. in dem Muster Verwendung finden, wie auch spezielle Markierungen OB1, OB2, OB3, die extra für eine Bilderkennung zu Testzwecken im Bahnübergang vorgesehen werden und insofern als Marker zum Einsatz kommen.
  • In Figur 2 ist ein Bahnsteig gezeigt, an dessen Bahnsteigkante BK zum Gleis GL hin ein Gefahrenraum GFR entsteht. Um diesen zu überwachen, wird eine ähnliche Anordnung aufgebaut, die, wie in Figur 1 beschrieben, parallel zur bereits installierten Freimeldereinrichtung FRE betrieben wird. Damit wird einerseits durch die Freimeldeeinrichtung FRE der sichere Betrieb des Bahnsteigs und andererseits durch die Erprobung der ersten Sensoren SN1 die Einrichtung eines neuen Systems gewährleistet. Das bei dem Herannahen eines Fahrzeugs FZ in Fahrtrichtung FR keine Hindernisse HD (in Figur 2 ein Gepäckstück) vorhanden sind, wird mittels der Sensoren SN1, die jeweils in einer Blickrichtung von der Bahnsteigkante BK weg bzw. zu der Bahnsteigkante BK hin ausgerichtet sind, und parallel durch die Freimeldeeinrichtung FRE überprüft. Dabei werden ähnliche Objekte OB1 als Reflektoren, OB2 als farbliche Markierungen, OB4 als Schienenschwellen usw. in einem Muster abgespeichert und deren Vorhandensein in den Sensorergebnissen überprüft.
  • In Figur 3 ist schematisch eine Landschaft mit einem Berg B einem Tal T dargestellt. Durch den Berg B führt ein Tunnel TL und über das Tal T führt eine Brücke BR. Bei dem Tunnel TL und der Brücke BR handelt es sich um Infrastruktur-Bauwerke einer Strecke mit einem Gleis GL, welches in Figur 3 nur angedeutet ist. Auf dem Gleis GL fährt ein spurgeführtes Fahrzeug FZ in einer Fahrtrichtung FR.
  • Am Tunneleingang und am Tunnelausgang sowie am Brückeneingang als auch am Brückenausgang befinden sich Gefahrenräume GFR. Diese müssen durch Freimeldeeinrichtungen FRE überwacht werden, wobei diese in bereits beschriebene Weise für eine Gefahrenraumüberwachung zugelassen sind.
  • Zusätzlich befinden sich zur Erprobung einer Hinderniserkennung erste Sensoren SN1 am Tunneleingang sowie am Tunnelausgang und am Brückenanfang sowie am Brückenende, die jeweils auf die Gefahrenräume GFR gerichtet sind. Mit diesen lassen sich zur Erprobung einer Hinderniserkennung Messdaten erzeugen. Außerdem befindet sich ein zweiter Sensor SN2 am vorderen Ende (in Fahrtrichtung) des Fahrzeugs FZ, welcher in der Darstellung gemäß Figur 3 auf den am weitesten rechts befindlichen Gefahrenraum GFR gerichtet ist und zusätzlich zu dem am Brückenanfang angebrachten ersten Sensor SN1 den Gefahrenraum GFR überwachen kann. Bei der Weiterfahrt des Fahrzeugs FZ ist selbstverständlich auch eine zusätzliche Überwachung der weiteren Gefahrenräume GFR jeweils parallel zu den jeweils zum Einsatz kommenden ersten Sensoren möglich.
  • In Figur 4 ist eine Computerinfrastruktur dargestellt, die zur Durchführung des erfindungsgemäßen Verfahrens geeignet ist. Programmmodule können hierbei durch einen ersten Computer CP1 in eine Leitzentrale LZ oder einem Stellwerk (nicht dargestellt), durch einen zweiten Computer CP2 im einer Steuerung ST für einen Bahnübergang BU, für einen Bahnsteig BS, eine Brücke BR, einen Tunnel TL oder ein Fahrzeug FZ und innerhalb einer Cloud CLD abgearbeitet werden. Es können für die vorgenannten Einsatzzwecke selbstverständlich weitere nicht dargestellte Computer und Speichereinrichtungen zum Einsatz kommen.
  • Die Leitzentrale LZ besitzt einen ersten Computer CP1, der über eine dritte Schnittstelle S3 mit einer ersten Speichereinrichtung SE1 verbunden ist. Außerdem ist der erste Computer CP1 über eine achte Schnittstelle S8 mit der Cloud CLD verbunden. Außerdem ist der erste Computer CP1 über eine erste Schnittstelle S1 mit einem zweiten Computer CP2 der Steuerung ST verbunden.
  • Der zweite Computer CP2 weist eine vierte Schnittstelle S4 zu einer zweiten Speichereinrichtung SE2 auf. Die Steuerung weist außerdem einen ersten Sensor SN1, beispielsweise eine Kamera, und einen optional einen zweiten Sensor SN2, beispielsweise ein Radar, auf.
  • Die Sensordaten des ersten Sensors SN1 werden über eine fünfte Schnittstelle S5 und die Sensordaten des zweiten Sensors SN2 über eine sechste Schnittstelle S6 an den zweiten Computer CP2 übertragen.
  • Figur 5 zeigt ein Ausführungsbeispiel für einen Verfahrensablauf des erfindungsgemäßen Verfahrens, ergänzt um einige vorbereitende Abläufe. Dargestellt ist die Cloud CLD, die einen Dienst zur Erprobung eines Hinderniserkennungsverfahrens sowie zur Erstellung eines Musters zwecks Erprobung zur Verfügung stellt. Zu diesem Zweck wird durch ein Messdienstleister FZM eine Vermessung und gegebenenfalls eine Markierung (vgl. Figuren 1 und 2) des Gefahrenraumes durchgeführt, die nach einem Start des Verfahrens in einem Erzeugungsschritt für Musterdaten GEN_MD Musterdaten erzeugt, bei denen es sich beispielsweise um die digitalen Bilder von dem Gefahrenraum handelt. Diese können in einem Ausgabeschritt für Musterdaten MD_OT über eine Schnittstelle S9 an die Cloud CLD übertragen werden und dort gespeichert werden. An die Cloud CLD ist weiterhin ein nicht näher dargestellter Dienstleister angeschlossen, welcher in einem Erzeugungsschritt für den das Muster GEN_MST ein Muster MST erstellt. Dieses kann insbesondere aus einer virtuellen Realität VR bestehen, also einer dreidimensionalen Darstellung des Umfelds des Gefahrenraumes. Alternativ ist es möglich, eine zweidimensionale Darstellung zu wählen. Das Muster MST wird in der Cloud CLD abgespeichert.
  • Nachdem in der Leitzentrale LZ das Verfahren gestartet wurde, wird das Muster MST über die achte Schnittstelle S8 in einem Eingabeschritt für das Muster MST_IN zur Verfügung gestellt. Außerdem wird in einem Eingabeschritt für den Fahrplan FPL_IN ebenfalls über die achte Schnittstelle S8 aus der Cloud CLD ein Fahrplan FPL für Fahrzeuge geladen.
  • In einem darauffolgenden Abfrageschritt FZ? wird geklärt, ob sich ein Fahrzeug im Einsatz befindet. Ist dies nicht der Fall, wird in einem Abfrageschritt für das Verfahrensende STP? abgefragt, ob das Betriebsverfahren in der Leitzentrale LZ beendet werden soll. Ist dies der Fall, wird das Verfahren gestoppt. Ist dies nicht der Fall, so wird in einem weiteren Eingabeschritt FPL_IN eine Erneuerung der Fahrplandaten vorgenommen und das Verfahren beginnt von Neuem.
  • Wenn das Fahrzeug FZ gestartet wurde, führt der Abfrageschritt FZ? dazu, dass der Leitzentrale LZ bestätigt wird, dass ein Fahrzeug im Einsatz ist, sodass das Muster über die erste Schnittstelle S1 in einem Eingabeschritt für den Fahrplan FPL_IN eingelesen werden kann. Anschließend erfolgt im Fahrzeug ein Erfassungsschritt für Objekte SEN_OB, bei dem Sensordaten zur Erkennung von Objekten erzeugt werden. In einem nachfolgenden Erkennungsschritt für Objekte IDF_OB werden die Sensordaten dahingehend verarbeitet, dass in oder an dem Gefahrenraum liegende Objekte OB zwecks Erprobung erkannt werden.
  • In einem nachfolgenden Erkennungsschritt für (potentielle) Hindernisse IDF_HD wird zusätzlich nach Objekten gesucht, die nicht als Muster erfasst sind. Diese Objekte können beispielsweise an einem Bahnübergang oder einem Bahnsteig aus Personen oder Fahrzeugen bestehen. Diese stellen so lange kein eigentliches Hindernis dar, wie sie nicht im Gefahrenraum vorhanden sind. Dennoch können Sie als potentielle Hindernisse erkannt werden und den Erprobungsprozess unterstützen. Andererseits können diese Hindernisse als "echte" Hindernisse auch tatsächlich im Gefahrenraum vorhanden sein. Im letzteren Fall werden diese allerdings nicht nur durch die Sensoren erfasst, sondern auch durch die parallel laufende (sicherheitsrelevante) Gefahrraumfreimeldung, welche durch die Freimeldeeinrichtung durchgeführt wird.
  • Wurde ein (potentielles) Hindernis erkannt, wird daher in einem Abfrageschritt für kritische Hindernisse CRT? geprüft, ob das Hindernis ein Problem für das herannahende Fahrzeug darstellt. Dies ist insbesondere der Fall, wenn es durch die freie Meldeeinrichtung erfasst wurde. Ist das Hindernis nicht kritisch, wird in einem Abfrageschritt für das Verfahrensende ermittelt, ob der Betrieb des Fahrzeugs FZ beendet wurde. Ist dies der Fall, wird das Verfahren gestoppt. Ist dies nicht der Fall, beginnt der geschilderte Verfahrensablauf mit dem Erfassungsschritt für Objekte SEN_OB von neuem.
  • Handelt es sich um ein kritisches Hindernis, wird in einem nächsten Schritt eine Notbremsung EBK beim herannahenden Fahrzeug ausgelöst. Dies kann in nicht dargestellter Weise auch durch die Leitzentrale LZ und nicht durch die Steuerung ST übernommen werden. Anschließend erfolgt in einem Ausgabeschritt für den Notfall E_OT über die erste Schnittstelle S1 eine Mitteilung an die Leitzentrale LZ, die daraufhin eine entsprechende Fahrplanänderung vornimmt (in Figur 5 nur angedeutet). In jedem Falle wird auch nach der Notbremsung EBK das Verfahren der Steuerung gestoppt.
  • In Figur 5 ist weiterhin dargestellt, dass Daten, die während des Erprobungsverfahrens in der Steuerung ST generiert werden, über eine neunte Schnittstelle S9 in die Cloud übergeben werden können. Dort können Sie beispielsweise der Musterdatenbank MST hinzugefügt werden, wobei in der Cloud durch einen nicht dargestellten Computer gleichzeitig eine Verarbeitung der Daten erfolgt. Diese Datenverarbeitung kann vorzugsweise durch eine künstliche Intelligenz und ein maschinelles Lernen durchgeführt werden, wobei eine Erfahrungsdatenbank während der Erprobung entsteht, die die Sicherheit der Hinderniserkennung durch die Sensoren SN1, SN2 immer weiter verbessert. Das Erprobungsverfahren ist darauf angelegt, auf Dauer die Sensoren SN1, SN2 und das Hinderniserkennungsverfahren so weit abzusichern, dass dieses die Arbeit der Freimeldeeinrichtung FRE nach Abschluss des Proof Tests übernehmen kann.
    • Bezugszeichenliste
    • LZ
    Leitzentrale
    BU
    Bahnübergang
    BS
    Bahnsteig
    GFR
    Gefahrenraum
    FRE
    Freimeldeeinrichtung
    FZ
    Fahrzeug
    FR
    Fahrtrichtung
    BR
    Blickrichtung
    GL
    Gleis
    FW
    Fahrweg
    HD1 ... HD2
    Hindernis
    OB1 ... OB7
    Objekt
    MST
    Muster
    SRB1 ... SRB2
    Schrankenbaum
    SRA1 ... SRA2
    Schankenantrieb
    HG
    Hängegitter
    BK
    Bahnsteigkante
    B
    Berg
    T
    Tal
    CP1 ... CP2
    Computer
    SE1 ... SE2
    Speichereinrichtung
    SN1 ... SN2
    Sensoreinrichtung (kurz auch Sensor genannt)
    S1 ... S9
    Schnittstelle
    CLD
    Cloud
    GPS
    Ortungsmodul
    FZM
    Messdienstleister
    MST
    Muster
    MD
    Musterdaten
    GEN_MD
    Erzeugungsschritt für Musterdaten
    MD_OT
    Ausgabeschritt für Musterdaten
    MST_MST
    Erzeugungsschritt für Muster
    MST_IN
    Eingabeschritt für Muster
    FPL_IN
    Eingabeschritt für Fahrplan
    SEN_OB
    Erfassungsschritt für Objekte
    IDF_OB
    Erkennungsschritt für Objekte
    IDF_HD
    Erkennungsschritt für Hindernisse
    CRT?
    Abfrageschritt für kritisches Hindernis
    EBK
    Notbremsung
    STP?
    Abfrageschritt für Verfahrensende
    FZ?
    Abfrageschritt für Fahrzeug im Einsatz
    E_OT
    Ausgabeschritt für Notfall

Claims (11)

  1. Verfahren zum Erproben einer Hinderniserkennung für einen Gefahrenraum (GFR), der von einem spurgeführten Fahrzeug (FZ) befahrbar ist, bei dem eine erste Sensoreinrichtung (SN1) in oder an dem Gefahrenraum (GFR) liegende Objekte (OB) erfasst, die erfassten Objekte (OB) rechnergestützt erkannt werden und zur Erkennung von Hindernissen HD rechnergestützt bewertet werden, dadurch gekennzeichnet, dass die Erprobung während des laufenden Regelbetriebs des Gefahrenraums (GFR) durchgeführt wird, wobei die Sensoreinrichtung parallel zu einer zugelassenen Freimeldeeinrichtung (FRE) für den Gefahrenraum (GFR) betrieben wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Gefahrenraum (GFR) eines Gleises (GL) eines Bahnüberganges (BU) überwacht wird.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die erste Sensoreinrichtung (SN1) an mindestens einem Schrankenbaum (SRB) oder mindestens einem Schrankenantrieb (SRA) des Bahnüberganges (BU) angebracht ist und in einer Blickrichtung (BR) zum Gleis (GL) hin den Gefahrenraum (GFR) überwacht.
  4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Gefahrenraum (GFR) eines Gleises (GL) an einem Bahnsteig (BS) überwacht wird.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die erste Sensoreinrichtung (SN1) an oder unterhalb einer Bahnsteigkante (BK) am Bahnsteig (BS) oder dem Bahnsteig (BS) gegenüberliegend angebracht ist und in einer Blickrichtung (BR) zum Gleis (GL) hin den Gefahrenraum (GFR) überwacht.
  6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Gefahrenraum (GFR) eines Infrastruktur-Bauwerkes für ein Gleis (GL), insbesondere eines Tunnels oder einer Brücke, überwacht wird.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die erste Sensoreinrichtung (SN1) an dem Infrastruktur-Bauwerk, insbesondere dem Tunnel oder der Brücke, angebracht ist und in einer Blickrichtung (BR) zum Gleis (GL) hin den Gefahrenraum (GFR) überwacht.
  8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die erste Sensoreinrichtung (SN1) oder eine zweite Sensoreinrichtung (SN2) an dem Fahrzeug (FZ) angebracht ist und ein Gleis (GL) in einer Blickrichtung (BR) entsprechend einer Fahrtrichtung vor dem Fahrzeug (FZ) überwacht.
  9. Anordnung zur Erkennung von Hindernissen mit einer Sensoreinrichtung zum Erfassen von Objekten (OB) in einem Gefahrenraum (GFR) und mit einem Computer zum Erkennen der erfassten Objekte (OB) dadurch gekennzeichnet, dass die Anordnung eingerichtet ist, ein Verfahren nach einem der voranstehenden Ansprüche auszuführen.
  10. Computerprogrammprodukt mit Programmbefehlen zur Durchführung des Verfahrens nach einem der Ansprüche 1 - 8.
  11. Bereitstellungsvorrichtung für das Computerprogrammprodukt nach dem letzten voranstehenden Anspruch, wobei die Bereitstellungsvorrichtung das Computerprogrammprodukt speichert und/oder bereitstellt.
EP22215932.9A 2022-12-22 2022-12-22 Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum Withdrawn EP4389560A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP22215932.9A EP4389560A1 (de) 2022-12-22 2022-12-22 Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP22215932.9A EP4389560A1 (de) 2022-12-22 2022-12-22 Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum

Publications (1)

Publication Number Publication Date
EP4389560A1 true EP4389560A1 (de) 2024-06-26

Family

ID=84569439

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22215932.9A Withdrawn EP4389560A1 (de) 2022-12-22 2022-12-22 Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum

Country Status (1)

Country Link
EP (1) EP4389560A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1106470A1 (de) * 1999-12-04 2001-06-13 Alcatel Verfahren zum Erkennen von Hindernissen auf Bahnstrecken

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1106470A1 (de) * 1999-12-04 2001-06-13 Alcatel Verfahren zum Erkennen von Hindernissen auf Bahnstrecken

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
OERTEL W ET AL: "A video-based approach for stationary platform supervision", INTELLIGENT TRANSPORTATION SYSTEMS, 2002. PROCEEDINGS. THE IEEE 5TH IN TERNATIONAL CONFERENCE ON SEPT. 3-6, 2002, PISCATAWAY, NJ, USA,IEEE, 3 September 2002 (2002-09-03), pages 892 - 897, XP010608411, ISBN: 978-0-7803-7389-1, DOI: 10.1109/ITSC.2002.1041338 *
RUDER M ET AL: "An obstacle detection system for automated trains", PROC. IEEE INTELLIGENT VEHICLE SYMPOSIUM, 2003,, 9 June 2003 (2003-06-09), pages 180 - 185, XP010645871, ISBN: 978-0-7803-7848-3, DOI: 10.1109/IVS.2003.1212905 *
SUZAN P ET AL: "Gefahrenfreiraummeldung mit Radarscanner", SIGNAL UND DRAHT: SIGNALLING & DATACOMMUNICATION, EURAILPRESS, DE, vol. 6/99, 1 June 1999 (1999-06-01), pages 23 - 27, XP001525463, ISSN: 0037-4997 *

Similar Documents

Publication Publication Date Title
EP3523177B1 (de) Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur hinderniserkennung im bahnverkehr, insbesondere im schienenverkehr
DE102017217297B4 (de) System zur Erzeugung und/oder Aktualisierung eines digitalen Modells einer digitalen Karte
EP4124542A1 (de) Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke
DE102019209154A1 (de) Infrastrukturseitige Umfelderfassung beim autonomen Fahren
EP3523175A1 (de) Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur fahrspurbasierten bildanalyse im bahnverkehr, insbesondere zur gleisbasierten bildanalyse im schienenverkehr
DE102021005084A1 (de) Identifizierung von Objektattributen und Objektbeziehungen
DE102020208637A1 (de) Vorhersage von dynamischen Objekten an verdeckten Bereichen
EP3968213A1 (de) Verfahren und vorrichtung zum ermitteln eines gleisgebundenen schienenpfades in einer gleisanlage
DE102013109641B3 (de) Verfahren und Einrichtung zur Überwachung eines Fahrbahnabschnitts sowie Computerprogramm
WO2021139974A1 (de) Verfahren zur zusammenführung mehrerer datensätze für die erzeugung eines aktuellen spurmodells einer fahrbahn und vorrichtung zur datenverarbeitung
EP4299411A1 (de) Verfahren und vorrichtung zum erkennen von hindernissen in einem gefahrenraum
EP4186775B1 (de) Verfahren und vorrichtung zum erkennen von eigenschaften eines fahrzeugs
DE102020213831B4 (de) Verfahren zum Ermitteln einer Existenzwahrscheinlichkeit eines möglichen Elements in einer Umgebung eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
EP3984856B1 (de) Verfahren zum erkennen der fahrzeuggattung eines schienenfahrzeugs und zur anwendung des verfahrens geeignete vorrichtung
DE102019101613A1 (de) Simulieren verschiedener Verkehrssituationen für ein Testfahrzeug
EP4389558A1 (de) Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum
DE102019117136A1 (de) Kommunikation und steuerung für verkehrsinfrastruktur
DE102014221710A1 (de) Verfahren zur Zielbremsung eines Schienenfahrzeugs
DE112020000166T5 (de) Fahrzeugsteuervorrichtung und Fahrzeugsteuersystem
EP4389560A1 (de) Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum
DE102018220844A1 (de) Verfahren zum Steuern eines Fahrerassistenzsystems, Fahrerassistenzsystem, Kraftfahrzeug und zentrale Datenverarbeitungseinrichtung
DE102023210968A1 (de) Verhaltensplanungsvorrichtung, fahrzeugregelungssystem und verhaltensplanerzeugungsverfahren
EP3688737A1 (de) Verfahren und einrichtung
EP4183659A1 (de) Verfahren und teststrecken zur erprobung der hinderniserkennung eines fahrzeugs
EP4232341B1 (de) Selbstlernendes verfahren zur hinderniserkennung für ein schienenfahrzeug, hinderniserkennungseinrichtung, und schienenfahrzeug mit einer hinderniserkennungseinrichtung

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20250103