RU2804565C1 - Бортовая система технического зрения рельсового транспортного средства - Google Patents

Бортовая система технического зрения рельсового транспортного средства Download PDF

Info

Publication number
RU2804565C1
RU2804565C1 RU2023108858A RU2023108858A RU2804565C1 RU 2804565 C1 RU2804565 C1 RU 2804565C1 RU 2023108858 A RU2023108858 A RU 2023108858A RU 2023108858 A RU2023108858 A RU 2023108858A RU 2804565 C1 RU2804565 C1 RU 2804565C1
Authority
RU
Russia
Prior art keywords
locomotive
input
output
computing module
video cameras
Prior art date
Application number
RU2023108858A
Other languages
English (en)
Inventor
Сергей Юрьевич Гришаев
Юрий Владимирович Гуров
Александр Игоревич Долгий
Илья Сергеевич Николаев
Павел Александрович Попов
Ефим Наумович Розенберг
Агоп Ервандович Хатламаджиян
Евгений Сергеевич Чеботарев
Василий Витальевич Шаповалов
Original Assignee
Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте"
Filing date
Publication date
Application filed by Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" filed Critical Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте"
Application granted granted Critical
Publication of RU2804565C1 publication Critical patent/RU2804565C1/ru

Links

Abstract

Изобретение относится к средствам управления и обнаружения объектов на пути движения железнодорожного подвижного состава. Система содержит группу видеокамер ближнего и дальнего обзора, размещенную на крыше локомотива в переднем свесе, модуль вычислительный, модуль управления, выходами через соответствующие реле подключенный к клапану управления тифона, к клапану управления свистка, к электропневматическому клапану и к приставке электропневматического клапана машиниста, и сенсорный монитор, установленный в кабине управления локомотивом. Выходы видеокамер по сети Ethernet подключены к соответствующим входам модуля вычислительного, выход которого посредством CAN шины соединен с входом модуля управления, вход - с выходом скоростемера локомотива, а вход/выход соединен с выходом/входом сенсорного монитора. Достигается повышение надёжности обнаружения объектов на пути движения с возможностью автоматического торможения в случае отсутствия реакции машиниста. 1 з.п. ф-лы, 1 ил.

Description

Изобретение относится к электронным системам железнодорожных транспортных средств и может быть использовано для обнаружения железнодорожных светофоров и их показаний, стрелочных переводов и их положения, препятствий на пути движения железнодорожного транспортного средства.
Известен блок обнаружения препятствий на пути движения рельсового транспортного средства в составе бортовой информационной системы, содержащий блок датчиков технического зрения, включающий модуль первичной обработки данных, к которому подключены, по крайней мере, одна видеокамера, один лидар и один тепловизор, вычислительный блок, состоящий из вычислителя с подключенными к нему модулем комплексирования данных, нейросетью и блоком памяти, при этом вход вычислительного блока соединен с выходом модуля первичной обработки данных, а выход - через блок принятия решений с высокоскоростным CAN-E - интерфейсом (RU 2742960 C1, B61L 25/02, 12.02.2021).
Недостатком известного устройства обнаружения препятствий является высокая стоимость, связанная с избыточным числом используемых сенсоров и, как следствие, повышенными требованиями к вычислительным комплексам и программному обеспечению, связанными с необходимостью комплексирования данных, получаемых от различных групп сенсоров.
Технический результат предлагаемого изобретения заключается в повышении надёжности заблаговременного обнаружения потенциальных опасностей и обеспечении автоматического торможения в случае отсутствия реакции машиниста на предупреждения об опасных объектах на пути следования транспортного средства.
Технический результат достигается тем, что бортовая система технического зрения рельсового транспортного средства содержит группу видеокамер ближнего и дальнего обзора, размещенную на крыше локомотива в переднем свесе, модуль вычислительный, модуль управления, выходами через соответствующие реле подключенный к клапану управления тифона, к клапану управления свистка, к электропневматическому клапану и к приставке электропневматического клапана машиниста, и сенсорный монитор, установленный в кабине управления локомотивом, при этом выходы видеокамер по сети Ethernet подключены к соответствующим входам модуля вычислительного, выход которого посредством CAN шины соединен с входом модуля управления, вход - с выходом скоростемера локомотива, а вход/выход соединен с выходом/входом сенсорного монитора, причем программное обеспечение модуля вычислительного выполнено на основе нейросети глубокого обучения для обнаружения светофора с запрещающим показанием, стрелочного перевода в запрещённом положении, препятствия или человека в опасной зоне с последующим вычислением оптимального режима торможения локомотива.
Для маневрового локомотива бортовая система технического зрения дополнительно включает вторую группу видеокамер ближнего и дальнего обзора, расположенную на крыше локомотива в заднем свесе, выходы видеокамер по сети Ethernet подключены к соответствующим входам модуля вычислительного.
Сущность изобретения поясняется чертежом, на котором представлена структурная схема предлагаемой бортовой системы технического зрения.
Бортовая система технического зрения рельсового транспортного средства содержит группу видеокамер 1 ближнего и дальнего обзора, видеокамеры 1 размещены на крыше локомотива попарно в переднем и заднем свесе, модуль 2 вычислительный, модуль 3 управления, выходами через соответствующие реле (на чертеже не показаны) подключенный к клапану управления тифона (КУТ), к клапану управления свистка (КУС), к электропневматическому клапану (ЭКП) и к приставке электропневматического клапана машиниста (ПЭКМ-475), сенсорный монитор 4, установленный в кабине управления локомотивом, при этом выходы видеокамер 1 по сети Ethernet подключены к соответствующим входам модуля 2 вычислительного, выход которого посредством CAN шины соединен с входом модуля 3 управления, вход - с выходом скоростемера локомотива, а вход/выход по интерфейсу HDMI соединен с выходом/входом сенсорного монитора 4.
Программное обеспечение модуля 2 вычислительного выполнено на основе нейросетей глубокого обучения для обнаружения светофора с запрещающим показанием, стрелочного перевода в запрещённом положении, препятствия или человека в опасной зоне.
В качестве скоростемера используют электронный скоростемер.
Бортовая система технического зрения рельсового транспортного средства функционирует следующим образом.
Видеокамеры 1 в режиме реального времени непрерывно формируют видеопоток в ближней (0-50 м) и дальней (25-200 м) зонах видимости, который поступает на вход модуля 2 вычислительного.
Модуль 2 вычислительный на основе нейросети глубокого обучения обрабатывает видеоинформацию, получаемую от видеокамер, формирует фоновую модель (сцену) пути, по которому движется транспортное средство, и направляет ее в сенсорный монитор 4 для отображения на его экране.
При обнаружении светофора с запрещающим показанием и/или пошёрстной стрелки в запрещённом положении (опасность взреза) и/или- препятствие или человек в опасной зоне модуль 2 вычислительный сопоставляет их изображение с фоновой моделью пути, определяет расстояние транспортного средства до обнаруженного опасного объекта и на основании информации о скорости и ускорения движения транспортного средства по данным от скоростемера строит тормозную кривую.
При этом на экране сенсорного монитора 4 модуль 2 отображает положение обнаруженного опасного объекта и выводит предупреждение с указанием опасного объекта. Кроме того, модуль 2 передает соответствующую команду модулю 3 управления, который через соответствующее реле включает свисток в кабине машиниста. Машинист, получив информацию об обнаруженном опасном объекте, с помощью сенсорного монитора 4 направляет в модуль 2 соответствующее уведомление для подтверждения бдительности и принятия им самостоятельного решения о торможении.
При обнаружении на пути следования препятствий типа «человек» или «автомобиль» модуль 2 вычислительный формирует команду модулю 3 управления на включение тифона.
При отсутствии действий машиниста модуль 2 вычислительный направляет в модуль 3 управления данные о тормозной кривой, на основании которых путем взаимодействия через электропневматическую приставку крана машиниста на тормозную систему поезда модуль 3 управления обеспечивает замедление, необходимое для остановки транспортного средства до попадания в опасную зону.
Причем в случае экстренного торможения модуль 3 управления через соответствующее реле осуществляет управление электропневматическим клапаном.
У машиниста остаётся возможность в ручном режиме отменить автоматическое торможение в случае устранения опасности или при ложноположительном срабатывании системы нажатием виртуальной кнопки на сенсорном мониторе 4.
В качестве основной технологии обработки видеоинформации в модуле 2 вычислительном используется новейшие архитектуры нейронных сетей в задачах сегментации, локализации и классификации. Эти архитектуры занимают лучшие места в соревнованиях, хорошо масштабируются для различных задач и имеют отличное быстродействие при использование современных решений, таких как NVIDIA TensorRT (1).
NVIDIA TensorRT - это набор инструментов для высокопроизводительного прохода по нейронной сети, включающий оптимизатор вывода с использованием глубокого обучения и среду выполнения, которая обеспечивает низкую задержку и высокую пропускную способность для приложений.
Для задач локализации используется архитектура YOLO (2). Она превосходит другие локализаторы объектов как по скорости, так и по точности в диапазоне от 5 до 160 кадров в секунду. Данная архитектура имеет особую предсказательную модель, на основе которой изображение разбивается на независимые блоки и выполняется предсказание о наличии объектов в каждом этом блоке. На выходе для получения результата анализа всего изображения результат обрабатывается алгоритмом немаксимального подавления (3). По итогу поиск объектов на кадре занимает меньше, чем 60 миллисекунд и дает девяностопроцентный результат точности.
Для решения задач классификации применяется та же архитектура, что и для локализации. Единственное отличие в последнем слое нейронной сети, который предсказывает класс изображения вместо того, чтобы локализировать объекты.
Для понимания фоновой модели (сцены) используется семантический сегментатор. Его основой выбрана архитектура U-Net, особенность которой состоит в том, что данные внутри сначала сжимаются, как и в обычной сверточной нейронной сети, а затем расширяются (4). Каждый шаг на пути расширения состоит из повышения частоты дискретизации карты признаков, за которой следует свертка, которая делит вдвое количество функциональных каналов, следом идет конкатенация с соответствующим обрезанной картой признаков.
Применение совокупности перечисленных архитектур позволяет создать надежную систему распознавания, превышающую скорость человеческой реакции.
(1) https://developer.nvidia.com/tensorrt
(2) https://arxiv.org/abs/1506.02640
(3) https://arxiv.org/abs/1704.04503
(4) https://arxiv.org/abs/1505.04597v1

Claims (2)

1. Бортовая система технического зрения рельсового транспортного средства, характеризующаяся тем, что содержит группу видеокамер ближнего и дальнего обзора, размещенную на крыше локомотива в переднем свесе, модуль вычислительный, модуль управления, выходами через соответствующие реле подключенный к клапану управления тифона, к клапану управления свистка, к электропневматическому клапану и к приставке электропневматического клапана машиниста, и сенсорный монитор, установленный в кабине управления локомотивом, при этом выходы видеокамер по сети Ethernet подключены к соответствующим входам модуля вычислительного, выход которого посредством CAN шины соединен с входом модуля управления, вход - с выходом скоростемера локомотива, а вход/выход соединен с выходом/входом сенсорного монитора, причем программное обеспечение модуля вычислительного выполнено на основе нейросети глубокого обучения для обнаружения светофора с запрещающим показанием, стрелочного перевода в запрещённом положении, препятствия или человека в опасной зоне с последующим вычислением оптимального режима торможения локомотива.
2. Бортовая система по п. 1, отличающаяся тем, что дополнительно включает вторую группу видеокамер ближнего и дальнего обзора, расположенную на крыше локомотива в заднем свесе, выходы видеокамер по сети Ethernet подключены к соответствующим входам модуля вычислительного.
RU2023108858A 2023-04-07 Бортовая система технического зрения рельсового транспортного средства RU2804565C1 (ru)

Publications (1)

Publication Number Publication Date
RU2804565C1 true RU2804565C1 (ru) 2023-10-02

Family

ID=

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331535C1 (ru) * 2007-01-09 2008-08-20 Открытое акционерное общество "Всероссийский научно-исследовательский и проектно-конструкторский институт электровозостроения" (ОАО "ВЭлНИИ") Локомотив
RU2554912C2 (ru) * 2013-11-19 2015-06-27 Акционерное общество "Ижевский радиозавод" Локомотивная система обеспечения безопасности движения поездов
WO2018104454A2 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur hinderniserkennung im bahnverkehr, insbesondere im schienenverkehr
WO2018104460A1 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur gefahrensituationserkennung im bahnverkehr, insbesondere im schienenverkehr
RU2720303C1 (ru) * 2016-12-07 2020-04-28 Сименс Мобилити Гмбх Способ, устройство и железнодорожное транспортное средство, в частности рельсовое транспортное средство, для анализа изображений на базе колеи в железнодорожном сообщении, в частности для анализа изображений на базе рельсового пути в рельсовом сообщении
RU2742960C1 (ru) * 2020-09-25 2021-02-12 Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" Бортовая информационная система
RU2761763C1 (ru) * 2020-12-18 2021-12-13 Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" Система обеспечения безопасности на железнодорожном транспорте
RU2766936C1 (ru) * 2021-10-19 2022-03-16 Акционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» Устройство контроля за управлением локомотивом и бдительностью машиниста

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331535C1 (ru) * 2007-01-09 2008-08-20 Открытое акционерное общество "Всероссийский научно-исследовательский и проектно-конструкторский институт электровозостроения" (ОАО "ВЭлНИИ") Локомотив
RU2554912C2 (ru) * 2013-11-19 2015-06-27 Акционерное общество "Ижевский радиозавод" Локомотивная система обеспечения безопасности движения поездов
WO2018104454A2 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur hinderniserkennung im bahnverkehr, insbesondere im schienenverkehr
WO2018104460A1 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur gefahrensituationserkennung im bahnverkehr, insbesondere im schienenverkehr
RU2720303C1 (ru) * 2016-12-07 2020-04-28 Сименс Мобилити Гмбх Способ, устройство и железнодорожное транспортное средство, в частности рельсовое транспортное средство, для анализа изображений на базе колеи в железнодорожном сообщении, в частности для анализа изображений на базе рельсового пути в рельсовом сообщении
RU2742960C1 (ru) * 2020-09-25 2021-02-12 Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" Бортовая информационная система
RU2761763C1 (ru) * 2020-12-18 2021-12-13 Акционерное общество "Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте" Система обеспечения безопасности на железнодорожном транспорте
RU2766936C1 (ru) * 2021-10-19 2022-03-16 Акционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» Устройство контроля за управлением локомотивом и бдительностью машиниста

Similar Documents

Publication Publication Date Title
US11667292B2 (en) Systems and methods for vehicle braking
US9963149B2 (en) Vehicle control device
JP7188394B2 (ja) 画像処理装置及び画像処理方法
US10120378B2 (en) Vehicle automated driving system
US10513267B2 (en) Vehicle safety system
US20170270798A1 (en) Auto driving control system
JP6051162B2 (ja) 検出された物体の挙動を予測するシステム及び方法
CN107077795B (zh) 用于探测车辆周围环境中出现的行驶障碍的辅助系统
CN109116839A (zh) 车辆控制系统、车辆控制方法及存储介质
US20200283021A1 (en) Vehicle control apparatus, vehicle, and control method
CN111824126B (zh) 车辆控制系统
GB2489087A (en) Driver assistance system for recognizing a turn-off maneuver of a preceding vehicle
CN108136987A (zh) 停车位检测方法及装置
US11590985B2 (en) Information processing device, moving body, information processing method, and program
JP2020166659A (ja) 車両制御システム
US11959999B2 (en) Information processing device, information processing method, computer program, and mobile device
US11358618B2 (en) Crossing obstruction detection system
KR102184598B1 (ko) 자율주행차량의 운전자 응급상황발생판단에 기반한 주행예측 및 안전주행시스템
JP2019172166A (ja) 自動運転システムおよび自動運転プログラム
WO2019003792A1 (ja) 制御装置、制御方法、及びプログラム
US20230234618A1 (en) Method and apparatus for controlling autonomous vehicle
US11270130B2 (en) Route inspection system
RU2804565C1 (ru) Бортовая система технического зрения рельсового транспортного средства
BG113786A (bg) Железопътно влаково оборудване за откриване на обекти и тяхното последващо класифициране
US20220306161A1 (en) Method for detecting inconsistencies in the outputs of perception systems of autonomous vehicles