inttransИнтеллектуальный транспортIntelligent transport3033-6007АО «НИИАС»10.24412/3033-6007-2026-339-115-158inttrans-120Research ArticleОБЗОРНЫЕ РАБОТЫСовременное состояние систем интеллектуализации, цифровизации и роботизации отечественного железнодорожного транспортаCurrent State of Intellectualization, Digitalization and Robotization Systems of Domestic Railway TransportБочковА. В.BochkovA. V.

д.т.н., ученый секретарь

Doctor of Technical Sciences, Scientific Secretary

a.bochkov@vniias.ruДолгийА. И.DolgiyA. I.

к.т.н., генеральный директор

Candidate of Technical Sciences, General Director

a.dolgiy@vniias.ruЗажигалкинА. В.ZazhigalkinA. V.

д.э.н., директор; главный эксперт

Doctor of Economic Sciences, Director; Chief Expert

zashigalkin@mail.ruРозенбергЕ. Н.RozenbergE. N.

д.т.н., профессор, первый заместитель генерального директора

Doctor of Technical Sciences, Professor, First Deputy General Director

S.Lavruhina@vniias.ruСухановА. В.SukhanovA. V.

к.т.н., доцент, главный эксперт

Candidate of Technical Sciences, Associate Professor, Chief Expert

a.suhanov@vniias.ruХатламаджиянА. Е.KhatlamadzhiyanA. E.

к.т.н., доцент, заместитель генерального директора

Candidate of Technical Sciences, Associate Professor, Deputy General Director

a.hatlamadzhiyan@vniias.ruЧернухаА. В.ChernukhaA. V.

к.э.н., начальник департамента

Candidate of Economic Sciences, Head of Department

a.chernuha@vniias.ruАкционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» (АО «НИИАС»)РоссияJoint Stock Company «Research and Design Institute for Informatization, Automation and Communication in Railway Transport» (JSC «NIIAS»)Russian FederationАссоциация «Транспортная наука»; Акционерное общество «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» (АО «НИИАС»)РоссияAssociation «Transport Science»; Joint Stock Company «Research and Design Institute for Informatization, Automation and Communication in Railway Transport» (JSC «NIIAS»)Russian Federation202627092026103(39)115158Copyright © Бочков А.В., Долгий А.И., Зажигалкин А.В., Розенберг Е.Н., Суханов А.В., Хатламаджиян А.Е., Чернуха А.В., 20262026Бочков А.В., Долгий А.И., Зажигалкин А.В., Розенберг Е.Н., Суханов А.В., Хатламаджиян А.Е., Чернуха А.В.Bochkov A.V., Dolgiy A.I., Zazhigalkin A.V., Rozenberg E.N., Sukhanov A.V., Khatlamadzhiyan A.E., Chernukha A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.intelligent-transport.ru/jour/article/view/120

В работе систематизированы результаты научно-практической конференции «PRO//Движение. Транспортные системы управления» (18-20 августа 2026 г., г. Нижний Новгород), посвященной цифровизации перевозочного процесса, искусственному интеллекту и роботизации железнодорожного транспорта. В конференции приняли участие представители руководства холдинга «Российские железные дороги», научного отраслевого комплекса, а также производственных предприятий – руководители, ученые и инженеры. Рассмотрены целевая модель управления грузопотоками, проект «Цифровая железнодорожная станция», технологии виртуальной сцепки, технического зрения, прогнозной диагностики и физического искусственного интеллекта. Особое внимание уделено роли научной деятельности АО «НИИАС» в формировании единой архитектуры данных, моделей и исполнительных систем, а также вопросам функциональной безопасности, экономической эффективности и тиражирования разработок. Обсуждены перспективы развития искусственного интеллекта в железнодорожной отрасли.

The paper systematizes the results of the scientific and practical conference «PRO//Movement. Transport Management Systems» (August 18-20, 2026, Nizhny Novgorod), dedicated to the digitalization of the transportation process, artificial intelligence, and the robotization of railway transport. The conference was attended by the management of the Russian Railways holding, the scientific sector complex, and manufacturing enterprises: managers, scientists, and engineers. The target model for managing freight flows, the «Digital Railway Station» project, and technologies such as virtual coupling, machine vision, predictive diagnostics, and physical artificial intelligence were discussed. Special attention is paid to the role of the scientific activities of JSC «NIIAS» in shaping a unified data architecture, models, and executive systems, as well as to issues of functional safety, economic efficiency, and the replication of developments. The prospects for the development of artificial intelligence in the railway industry are discussed.

железнодорожный транспортцифровая станцияуправление движениемискусственный интеллекттехническое зрениеробототехникацифровой двойникфункциональная безопасностьrailway transportdigital stationtraffic controlartificial intelligencecomputer visionroboticsdigital twinfunctional safetyReferencesQuaglietta, E. The ON-TIME real-time railway traffic management framework: a proof-of-concept using a scalable standardised data communication architecture / E. Quaglietta [et al.] // Transportation Research Part C. – 2016. – Vol. 63. – P. 23–50. – DOI 10.1016/j.trc.2015.11.014.Quaglietta, E., Pellegrini, P., Goverde, R. M. P., Albrecht, T., Jaekel, B., Marlière, G., Rodriguez, J., Dollevoet, T., Ambrogio, B., Carcasole, D., Giaroli, M., & Nicholson, G. (2016). The ON-TIME real-time railway traffic management framework: A proof-of-concept using a scalable standardised data communication architecture. Transportation Research Part C, 63, 23–50. https://doi.org/10.1016/j.trc.2015.11.014Tang, R. A literature review of Artificial Intelligence applications in railway systems / R. Tang [et al.] // Transportation Research Part C. – 2022. – Vol. 140. – Art. 103679. – DOI 10.1016/j.trc.2022.103679.Tang, R., De Donato, L., Bešinović, N., Flammini, F., Goverde, R. M. P., Lin, Z., Liu, R., Tang, T., Vittorini, V., & Wang, Z. (2022). A literature review of artificial intelligence applications in railway systems. Transportation Research Part C, 140, Article 103679. https://doi.org/10.1016/j.trc.2022.103679Beˇsinovi´c, N. Artificial Intelligence in Railway Transport: Taxonomy, Regulations, and Applications / N. Beˇsinovi´c [et al.] // IEEE Transactions on Intelligent Transportation Systems. – 2022. – Vol. 23, No. 9. – P. 14011–14024. – DOI 10.1109/TITS.2021.3131637.Bešinović, N., De Donato, L., Flammini, F., Goverde, R. M. P., Lin, Z., Liu, R., Marrone, S., Nardone, R., Tang, T., & Vittorini, V. (2022). Artificial intelligence in railway transport: Taxonomy, regulations, and applications. IEEE Transactions on Intelligent Transportation Systems, (9), 14011–14024. https://doi.org/10.1109/TITS.2021.3131637Шубинский, И. Б. Общие положения обоснования функциональной безопасности интеллектуальных систем на железнодорожном транспорте / И. Б. Шубинский, Е. Н. Розенберг // Надежность. – 2023. – Т. 23, № 3. – С. 38–45. – DOI 10.21683/1729-2646-2023-23-3-38-45. – EDN HGNXNT.Shubinskiy, I. B., & Rozenberg, E. N. (2023). General provisions for justifying the functional safety of intelligent systems in railway transport. Dependability, 23(3), 38–45. https://doi.org/10.21683/1729-2646-2023-23-3-38-45 (in Russian)Шубинский, И. Б. Надёжность, риски, безопасность систем управления на железнодорожном транспорте / И. Б. Шубинский, Е. Н. Розенберг, А. В. Бочков. – Вологда; Москва: ООО «Инфра-Инженерия», 2024. – 414 с. – ISBN 978-5-9729-1992-5. – EDN FMONUU.Shubinskiy, I. B., Rozenberg, E. N., & Bochkov, A. V. (2024). Reliability, risks, and safety of control systems in railway transport. Infra-Inzheneriya. (in Russian)Бочков, К. А. Обзор архитектуры, особенностей и методов обеспечения безопасности в автоматизированных системах управления ответственными технологическими процессами железнодорожного транспорта / К. А. Бочков, С. Н. Харлап, Е. П. Литвинов // Проблемы безопасности на транспорте: Материалы XIV Международной научно-практической конференции, посвященной пятилетке качества. В 2-х частях, Гомель, 20–21 ноября 2025 года. – Гомель: Белорусский государственный университет транспорта, 2025. – С. 140–143. – EDN WJIMLJ.Bochkov, K. A., Kharlap, S. N., & Litvinov, E. P. (2025). Review of architecture, features and methods of ensuring safety in automated control systems for critical technological processes of railway transport. In Problemy bezopasnosti na transporte: Materialy XIV Mezhdunarodnoy nauchno-prakticheskoy konferentsii, posvyashchennoy pyatiletke kachestva (pp. 140–143). Belorusskiy gosudarstvennyy universitet transporta. (in Russian)Розенберг, Е. Н. Общие подходы к доказательству безопасности автономных систем / Е. Н. Розенберг, П. А. Попов, Д. В. Талалаев, А. М. Ольшанский, Н. А. Бояринова // Автоматика, связь, информатика. – 2022. – № 1. – С. 2–9.Rozenberg, E. N., Popov, P. A., Talalayev, D. V., Olshanskiy, A. M., & Boyarinova, N. A. (2022). General approaches to safety justification of autonomous systems. Automation, Communications, Informatics, (1), 2–9. (in Russian)Розенберг, Е. Н. Применение технологии виртуальной сцепки на Восточном полигоне / Е. Н. Розенберг, М. А. Дежков, В. Г. Новиков // Автоматика, связь, информатика. – 2025. – № 8. – С. 7–11. – DOI 10.62994/AT.2025.8.8.002.Rozenberg, E. N., Dezhkov, M. A., & Novikov, V. G. (2025). Application of virtual coupling technology at the Eastern polygon. Automation, Communications, Informatics, (8), 7–11. https://doi.org/10.62994/AT.2025.8.8.002 (in Russian)Felez, J. Virtual Coupling in Railways: A Comprehensive Review / J. Felez, M. A. Vaquero-Serrano // Machines. – 2023. – Vol. 11, No. 5. – Art. 521. – DOI 10.3390/machines11050521.Felez, J., & Vaquero-Serrano, M. A. (2023). Virtual coupling in railways: A comprehensive review. Machines, 11(5), Article 521. https://doi.org/10.3390/machines11050521Долгий, А. И. Нечетко-логический подход к автоматическому анализу показателей грузовой станции на основе данных «от колеса» / А. И. Долгий, А. В. Суханов // Интеллектуальные транспортные системы: материалы V Международной научно-практической конференции (Москва, 21 мая 2026 г.).Dolgiy, A. I., & Sukhanov, A. V. (2026). Fuzzy-logic approach to automatic analysis of freight station indicators based on “from the wheel” data. In Intellektualnyye transportnyye sistemy: Materialy V Mezhdunarodnoy nauchno-prakticheskoy konferentsii (Moskva, 21 maya 2026 g.) (pp.–145). RUT (MIIT). https://doi.org/10.30932/9785002709564-2026-139-145 (in Russian)Долгий, А. И. Классификация режимов работы железнодорожной станции на основе реальных данных «от колеса» / А. И. Долгий, А. Е. Хатламаджиян, И. А. Ольгейзер, А. В. Суханов // Вестник Ростовского государственного университета путей сообщения. – 2025. – № 1(97). – С. 58–68. – DOI 10.46973/0201-727X_2025_1_58.Dolgiy, A. I., Khatlamadzhiyan, A. E., Olgeyzer, I. A., & Sukhanov, A. V. (2025). Classification of railway station operation modes based on real “from the wheel” data. Vestnik RGUPS, (1(97)), 58–68. https://doi.org/10.46973/0201-727X_2025_1_58 (in Russian)Хатламаджиян, А. Е. Формирование объективных показателей работы сортировочной станции на основе данных «от колеса» / А. Е. Хатламаджиян, И. А. Ольгейзер, А. В. Суханов, В. С. Иерусалимов // Автоматика на транспорте. – 2024. – Т. 10, № 3. – С. 254–268. – DOI 10.20295/2412-9186-2024-10-03-254-268.Khatlamadzhiyan, A. E., Olgeyzer, I. A., Sukhanov, A. V., & Iyerusalimov, V. S. (2024). Formation of objective indicators of marshalling yard operation based on “from the wheel” data. Automation on Transport, 10(3), 254–268. https://doi.org/10.20295/2412-9186-2-10-03-254-268 (in Russian)Goverde, R. M. P. Railway timetable stability analysis using max-plus system theory / R. M. P. Goverde // Transportation Research Part B. – 2007. – Vol. 41, No. 2. – P. 179–201. – DOI 10.1016/j.trb.2006.02.003.Goverde, R. M. P. (2007). Railway timetable stability analysis using max-plus system theory. Transportation Research Part B, 41(2), 179–201. https://doi.org/10.1016/j.trb.2006.02.D’Ariano, A. Reordering and local rerouting strategies to manage train traffic in real time / A. D’Ariano, F. Corman, D. Pacciarelli, M. Pranzo // Transportation Science. – 2008. – Vol. 42, No. 4. – P. 405–419. – DOI 10.1287/trsc.1080.0247.D’Ariano, A., Corman, F., Pacciarelli, D., & Pranzo, M. (2008). Reordering and local rerouting strategies to manage train traffic in real time. Transportation Science, 42(4), 405–419. https://doi.org/10.1287/trsc.1080.0247Lusby, R. M. Railway track allocation: models and methods / R. M. Lusby, J. Larsen, M. Ehrgott, D. Ryan // OR Spectrum. – 2011. – Vol. 33, No. 4. – P. 843–883. – DOI 10.1007/s00291-009-0189-0.Lusby, R. M., Larsen, J., Ehrgott, M., & Ryan, D. (2011). Railway track allocation: Models and methods. OR Spectrum, 33(4), 843–883. https://doi.org/10.1007/s00291-009-0189-0Corman, F. Bi-objective conflict detection and resolution in railway traffic management / F. Corman, A. D’Ariano, D. Pacciarelli, M. Pranzo // Transportation Research Part C. – 2012. – Vol. 20, No. 1. – P. 79–94. – DOI 10.1016/j.trc.2010.09.009.Corman, F., D’Ariano, A., Pacciarelli, D., & Pranzo, M. (2012). Bi-objective conflict detection and resolution in railway traffic management. Transportation Research Part C, 20(1), 79–94. https://doi.org/10.1016/j.trc.2010.09.009Андреев, В. Е. Цифровая железнодорожная станция – от концепции к реальному внедрению / В. Е. Андреев, А. И. Долгий, В. В. Кудюкин, А. Е. Хатламаджиян, С. Ю. Гришаев, И. А. Ольгейзер // Автоматика, связь, информатика. – 2023. – № 9. – С. 2–6. – DOI 10.34649/AT.2023.9.9.001.Andreyev, V. E., Dolgiy, A. I., Kudyukin, V. V., Khatlamadzhiyan, A. E., Grishayev, S. Yu., & Olgeyzer, I. A. (2023). Digital railway station – from concept to real implementation. Automation, Communications, Informatics, (9), 2–6. https://doi.org/10.34649/AT.2023.9.9.001 (in Russian)Kaewunruen, S. Digital Twins for Managing Railway Bridge Maintenance, Resilience, and Climate Change Adaptation / S. Kaewunruen, J. Sresakoolchai, Y.-H. Lin // Sensors. – 2023. – Vol. 23, No. 1. – Art. 252. – DOI 10.3390/s23010252.Kaewunruen, S., Sresakoolchai, J., & Lin, Y.-H. (2023). Digital twins for managing railway bridge maintenance, resilience, and climate change adaptation. Sensors, 23(1), Article 252. https://doi.org/10.3390/s23010252van Dinter, R. Predictive maintenance using digital twins: A systematic literature review / R. van Dinter, B. Tekinerdogan, C. Catal // Information and Software Technology. – 2022. – Vol. 151. – Art. 107008. – DOI 10.1016/j.infsof.2022.107008.van Dinter, R., Tekinerdogan, B., & Catal, C. (2022). Predictive maintenance using digital twins: A systematic literature review. Information and Software Technology, 151, Article 107008. https://doi.org/10.1016/j.infsof.2022.107008Padovano, A. Improving safety management in railway stations through a simulation-based digital twin approach / A. Padovano, F. Longo, L. Manca, R. Grugni // Computers & Industrial Engineering. – 2024. – Vol. 187. – Art. 109839. – DOI 10.1016/j.cie.2023.109839.Padovano, A., Longo, F., Manca, L., & Grugni, R. (2024). Improving safety management in railway stations through a simulation-based digital twin approach. Computers & Industrial Engineering, 187, Article 109839. https://doi.org/10.1016/j.cie.2023.109839Zhang, J. Artificial Intelligence Applied on Traffic Planning and Management for Rail Transport: A Review and Perspective / J. Zhang, J. Zhang // Discrete Dynamics in Nature and Society. – 2023. – Art. 1832501. – DOI 10.1155/2023/1832501.Zhang, J., & Zhang, J. (2023). Artificial intelligence applied on traffic planning and management for rail transport: A review and perspective. Discrete Dynamics in Nature and Society, Article https://doi.org/10.1155/2023/1832501Труды АО «НИИАС». Вып. 11, т. 3 / ред. совет: И. Н. Розенберг (пред.) [и др.]. – М.: Т8 Издательские Технологии, 2021. – С. 7–68.Rozenberg, I. N. (Ed.). (2021). Proceedings of JSC “NIIAS” (Issue 11, Vol. 3, pp. 7–68). T8 Izdatelskiye Tekhnologii. (in Russian)Chen, M. Evaluating Large Language Models Trained on Code / M. Chen [et al.] // arXiv. – 2021. – arXiv:2107.03374. – DOI 10.48550/arXiv.2107.03374.Chen, M., Tworek, J., Jun, H., Yuan, Q., Ponde de Oliveira Pinto, H., Kaplan, J., Edwards, H., Burda, Y., Joseph, N., Brockman, G., Ray, A., Puri, R., Krueger, G., Petrov, M., Khlaaf, H., Sastry, G., Mishkin, P., Chan, B., Gray, S., . . . Zaremba, W. (2021). Evaluating large language models trained on code (arXiv:2107.03374). arXiv. https://doi.org/10.48550/arXiv.2107.03374Greshake, K. Not What You’ve Signed Up For: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection / K. Greshake, S. Abdelnabi, S. Mishra, C. Endres, T. Holz, M. Fritz // Proceedings of the 16th ACM Workshop on Artificial Intelligence and Security (AISec ’23). – New York: ACM, 2023. – P. 79–90. – DOI 10.1145/3605764.3623985.Greshake, K., Abdelnabi, S., Mishra, S., Endres, C., Holz, T., & Fritz, M. (2023). Not what you’ve signed up for: Compromising real-world LLM-integrated applications with indirect prompt injection. In Proceedings of the 16th ACM Workshop on Artificial Intelligence and Security (AISec ’23) (pp. 79–90). ACM. https://doi.org/10.1145/3605764.3623985Моисеев, В. В. Обеспечение кибербезопасности систем микропроцессорных и релейно-процессорных централизаций на сети ОАО «РЖД»: перспективы и практическое применение средств защиты / В. В. Моисеев // Автоматика на транспорте. – 2022. – Т. 8, № 3. – С. 266–275. – DOI 10.20295/2412-9186-2022-8-03-266-275.Moiseyev, V. V. (2022). Ensuring cybersecurity of microprocessor and relay-processor interlocking systems on the network of JSC “Russian Railways”: Prospects and practical application of protection tools. Automation on Transport, 8(3), 266–275. https://doi.org/10.20295/241-9186-2022-8-03-266-275 (in Russian)Лецкий, Э. К. Интегрирование искусственного интеллекта в функциональное тестирование критической информационной инфраструктуры железнодорожного транспорта / Э. К. Лецкий, А. И. Гуров // Интеллектуальные технологии на транспорте. – 2025. – № 1. – С. 14–19. – DOI 10.20295/2413-2527-2025-141-14-19.Letskiy, E. K., & Gurov, A. I. (2025). Integration of artificial intelligence into functional testing of critical information infrastructure of railway transport. Intellectual Technologies on Transport, (1), 14–19. https://doi.org/10.20295/2413-2527-2025-141-14-19 (in Russian)De Donato, L. A Survey on Audio-Video Based Defect Detection Through Deep Learning in Railway Maintenance / L. De Donato [et al.] // IEEE Access. – 2022. – Vol. 10. – P. 65376–65400. – DOI 10.1109/ACCESS.2022.3183102.De Donato, L., Flammini, F., Marrone, S., Mazzariello, C., Nardone, R., Sansone, C., & Vittorini, V. (2022). A survey on audio-video based defect detection through deep learning in railway maintenance. IEEE Access, 10, 65376–65400. https://doi.org/10.1109/ACCESS.23183102Alif, M. A. R. Advances in computer vision for comprehensive railway engineering: from track inspection to rolling stock and safety monitoring / M. A. R. Alif, G. Tucker, M. Hussain // Railway Engineering Science. – 2026. – DOI 10.1007/s40534-026-00434-7.Alif, M. A. R., Tucker, G., & Hussain, M. (2026). Advances in computer vision for comprehensive railway engineering: From track inspection to rolling stock and safety monitoring. Railway Engineering Science. https://doi.org/10.1007/s40534-026-00434-7Olivier, B. A Review of Computer Vision for Railways / B. Olivier [et al.] // IEEE Transactions on Intelligent Transportation Systems. – 2025. – Vol. 26, No. 7. – P. 11034–11065. – DOI 10.1109/TITS.2025.3552011.Olivier, B., Guo, F., Qian, Y., & Connolly, D. P. (2025). A review of computer vision for railways. IEEE Transactions on Intelligent Transportation Systems, 26(7), 11034–11065. https://doi.org/10.1109/TITS.2025.3552011Kumar, A. A systematic literature review of defect detection in railways using machine visionbased inspection methods / A. Kumar, S. P. Harsha // International Journal of Transportation Science and Technology. – 2025. – Vol. 18. – P. 207–226. – DOI 10.1016/j.ijtst.2024.06.006.Kumar, A., & Harsha, S. P. (2025). A systematic literature review of defect detection in railways using machine vision-based inspection methods. International Journal of Transportation Science and Technology, 18, 207–226. https://doi.org/10.1016/j.ijtst.2024.06.006Долгий, А. И. Инновационные алгоритмы машинного зрения для диагностики продольного профиля сортировочных путей / А. И. Долгий, А. Е. Хатламаджиян, И. А. Ольгейзер, А. В. Суханов, К. И. Корниенко // Автоматика, связь, информатика. – 2022. – № 8. – С. 7–9. – DOI 10.34649/AT.2022.8.8.002.Dolgiy, A. I., Khatlamadzhiyan, A. E., Olgeyzer, I. A., Sukhanov, A. V., & Korniyenko, K. I. (2022). Innovative machine vision algorithms for diagnosing the longitudinal profile of marshalling tracks. Automation, Communications, Informatics, (8), 7–9. https://doi.org/10.3/AT.2022.8.8.002 (in Russian)Ольгейзер, И. А. Компьютерное зрение как способ интеллектуализации систем горочной автоматизации / И. А. Ольгейзер, А. В. Суханов, А. М. Лященко, Д. В. Глазунов // Проблемы машиностроения и автоматизации. – 2022. – № 1. – С. 46–53. – DOI 10.52261/02346206_2022_1_46.Olgeyzer, I. A., Sukhanov, A. V., Lyashchenko, A. M., & Glazunov, D. V. (2022). Computer vision as a way of intellectualizing hump automation systems. Engineering Automation Problems, (1), 46–53. https://doi.org/10.52261/02346206_2022_1_46 (in Russian)Васильева, С. А. Автоматизация прогноза бокового износа рельсов в кривых как элемент предиктивного анализа состояния пути / С. А. Васильева, А. В. Лохач // Путь и путевое хозяйство. – 2023. – № 11. – С. 5–7.Vasilyeva, S. A., & Lokhach, A. V. (2023). Automation of lateral rail wear prediction in curves as an element of predictive analysis of track condition. Put i putevoye khozyaystvo, (11), 5–7. (in Russian)Risti´c-Durrant, D. A Review of Vision-Based On-Board Obstacle Detection and Distance Estimation in Railways / D. Risti´c-Durrant, M. Franke, K. Michels // Sensors. – 2021. – Vol. 21, No. 10. – Art. 3452. – DOI 10.3390/s21103452.Ristić-Durrant, D., Franke, M., & Michels, K. (2021). A review of vision-based onboard obstacle detection and distance estimation in railways. Sensors, 21(10), Article 3452. https://doi.org/10.3390/s21103452Pappaterra, M. J. A Systematic Review of Artificial Intelligence Public Datasets for Railway Applications / M. J. Pappaterra, F. Flammini, V. Vittorini, N. Beˇsinovi´c // Infrastructures. – 2021. – Vol. 6, No. 10. – Art. 136. – DOI 10.3390/infrastructures6100136.Pappaterra, M. J., Flammini, F., Vittorini, V., & Bešinović, N. (2021). A systematic review of artificial intelligence public datasets for railway applications. Infrastructures, 6(10), Article 136. https://doi.org/10.3390/infrastructures6100136Gan, J. A Hierarchical Extractor-Based Visual Rail Surface Inspection System / J. Gan, Q. Li, J. Wang, H. Yu // IEEE Sensors Journal. – 2017. – Vol. 17, No. 23. – P. 7935–7944. – DOI 10.1109/JSEN.2017.2761858.Gan, J., Li, Q., Wang, J., & Yu, H. (2017). A hierarchical extractor-based visual rail surface inspection system. IEEE Sensors Journal, 17(23), 7935–7944. https://doi.org/10.1109/JSEN.2017.2761858Ярмолинский, Ф. А. Особенности использования Big Data при исследовании грузопотоков на железнодорожном транспорте / Ф. А. Ярмолинский, О. Д. Покровская, Е. Д. Пасечник, Е. В. Пакулина, А. А. Трапезников // Бюллетень результатов научных исследований. – 2024. – № 1. – С. 107–122. – DOI 10.20295/2223-9987-2024-01-107-122.Yarmolinskiy, F. A., Pokrovskaya, O. D., Pasechnik, E. D., Pakulina, E. V., & Trapeznikov, A. A. (2024). Features of using Big Data in the study of freight flows in railway transport. Bulletin of Research Results, (1), 107–122. https://doi.org/10.20295/2223-9987-2024-01-107-122 (in Russian)Пат. 2524505 C1 Российская Федерация. Способ управления движением поездов с использованием вариантных графиков / И. Р. Гургенидзе, Б. Н. Куранин, М. Г. Лысиков, С. И. Ляшенко, А. В. Степанов, С. В. Торорошенко; патентообладатель ОАО «НИИАС». – Опубл. 2014.Gurgenidze, I. R., Kuranin, B. N., Lysikov, M. G., Lyashenko, S. I., Stepanov, A. V., & Tororoshenko, S. V. (2014). Method of train traffic control using variant schedules (Russian Federation Patent No. 2524505 C1). OAO “NIIAS”. (in Russian)Zhang, Q. A heuristic approach to integrate train timetabling, platforming, and railway network maintenance scheduling decisions / Q. Zhang, R. M. Lusby, P. Shang, X. Zhu // Transportation Research Part B. – 2022. – Vol. 158. – P. 210–238. – DOI 10.1016/j.trb.2022.02.002.Zhang, Q., Lusby, R. M., Shang, P., & Zhu, X. (2022). A heuristic approach to integrate train timetabling, platforming, and railway network maintenance scheduling decisions. Transportation esearch Part B, 158, 210–238. https://doi.org/10.1016/j.trb.2022.02.002Сидоренко, В. Г. Влияние цифровизации городских рельсовых транспортных систем на процессы планирования и управления движением поездов / В. Г. Сидоренко, М. А. Кулагин, А. Е. Родина // Автоматика на транспорте. – 2025. – Т. 11, № 1. – С. 30–43. – DOI 10.20295/2412-9186-2025-11-01-30-43.Sidorenko, V. G., Kulagin, M. A., & Rodina, A. E. (2025). Impact of digitalization of urban rail transport systems on train planning and traffic management processes. Automation on Transport, 11(1), 30–43. https://doi.org/10.20295/2412-9186-2025-11-01-30-43 (in Russian)Алексеев, В. М. Построение архитектуры интеллектуальной системы управления городской рельсовой транспортной системой / В. М. Алексеев, Л. А. Баранов, М. А. Кулагин, В. Г. Сидоренко // Мир транспорта. – 2021. – Т. 19, № 1. – С. 18–46. – DOI 10.30932/1992-3252-2021-19-1-18-46.Alekseyev, V. M., Baranov, L. A., Kulagin, M. A., & Sidorenko, V. G. (2021). Building the architecture of an intelligent control system for an urban rail transport system. World of Transport and Transportation, 19(1), 18–46. https://doi.org/10.30932/1992-3252-202-19-1-18-46 (in Russian)Сидоренко, В. Г. Разработка информационного обеспечения интеллектуальной системы управления городскими рельсовыми транспортными системами / В. Г. Сидоренко, Л. Н. Логинова, А. И. Сафронов // Автоматика на транспорте. – 2023. – Т. 9, № 2. – С. 178–192. – DOI 10.20295/2412-9186-2023-9-02-178-192.Sidorenko, V. G., Loginova, L. N., & Safronov, A. I. (2023). Development of information support for an intelligent control system of urban rail transport systems. Automation on Transport, 9(2), 178–192. https://doi.org/10.20295/2412-9186-2023-9-02-178-192 (in Russian)Сидоренко, В. Г. Опыт и перспективы автоматизации управления перевозочным процессом скоростного транспорта городских агломераций / В. Г. Сидоренко, Е. В. Копылова, А. И. Сафронов, М. А. Туманов // Автоматика на транспорте. – 2023. – Т. 9, № 1. – С. 33–48. – DOI 10.20295/2412-9186-2023-9-01-33-48.Sidorenko, V. G., Kopylova, E. V., Safronov, A. I., & Tumanov, M. A. (2023). Experience and prospects of automation of transportation process management for high-speed transport in urban agglomerations. Automation on Transport, 9(1), 33–48. https://doi.org/10.20295/2-9186-2023-9-01-33-48 (in Russian)Тарасов, К. А. АСУ «КАМА». Энергооптимальное ведение пакета поездов / К. А. Тарасов, М. Ю. Шеин, Н. А. Бояринова // Железнодорожный транспорт. – 2026. – № 5. – С. 18–19.Tarasov, K. A., Shein, M. Yu., & Boyarinova, N. A. (2026). ACS “KAMA”: Energy-optimal operation of a train package. Zheleznodorozhnyy transport, (5), 18–19. (in Russian)Кононов, А. Ф. Проекты в сфере роботизации / А. Ф. Кононов, В. Д. Макогон, А. Е. Хатламаджиян, А. Е. Шапекин // Автоматика, связь, информатика. – 2026. – № 3. – С. 15–17. – DOI 10.62994/AT.2026.3.3.003.Kononov, A. F., Makogon, V. D., Khatlamadzhiyan, A. E., & Shapekin, A. E. (2026). Projects in the field of robotization. Automation, Communications, Informatics, (3), 15–17. https://doi.org/10.62994/AT.2026.3.3.003 (in Russian)Куприяновский, В. П. Формализованные онтологии и сервисы для высокоскоростных магистралей и цифровой железной дороги / В. П. Куприяновский, О. Н. Покусаев, Ю. И. Волокитин, Д. Е. Намиот, И. П. Петрунина, А. В. Зажигалкин // International Journal of Open Information Technologies. – 2018. – Vol. 6, No. 3. – P. 69–86.Kupriyanovskiy, V. P., Pokusayev, O. N., Volokitin, Yu. I., Namiot, D. E., Petrunina, I. P., & Zazhigalkin, A. V. (2018). Formalized ontologies and services for high-speed railways and the digital railway. International Journal of Open Information Technologies, 6(3), 69–86. (in Russian)Kasch, J. Design and Operational Assessment of a Railroad Track Robot for Railcar Undercarriage Condition Inspection / J. Kasch, M. Ahmadian // Designs. – 2024. – Vol. 8, No. 4. – Art. 70. – DOI 10.3390/designs8040070.Kasch, J., & Ahmadian, M. (2024). Design and operational assessment of a railroad track robot for railcar undercarriage condition inspection. Designs, 8(4), Article 70. https://doi.org/10.3390/designs8040070Liu, H. An autonomous rail-road amphibious robotic system for railway maintenance using sensor fusion and mobile manipulator / H. Liu [et al.] // Computers & Electrical Engineering. – 2023. – Art. 108874. – DOI 10.1016/j.compeleceng.2023.108874.Liu, H., Rahman, M., Rahimi, M., Starr, A., Durazo-Cardenas, I., Ruiz-Carcel, C., Ompusunggu, A., Hall, A., & Anderson, R. (2023). An autonomous rail-road amphibious robotic system for railway maintenance using sensor fusion and mobile manipulator. Computers & Electrical Engineering, Article 108874. https://doi.org/10.1016/j.compeleceng.2023.108874Daniyan, I. A. Design of a robot for inspection and diagnostic operations of rail track facilities / I. A. Daniyan, K. Mpofu, S. O. Nwankwo // International Journal of Quality & Reliability Management. – 2023. – Vol. 40, No. 3. – P. 653–673. – DOI 10.1108/IJQRM-03-2020-0083.Daniyan, I. A., Mpofu, K., & Nwankwo, S. O. (2023). Design of a robot for inspection and diagnostic operations of rail track facilities. International Journal of Quality & Reliability Management, 40(3), 653–673. https://doi.org/10.1108/IJQRM-03-2020-0083Brohan, A. RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control / A. Brohan [et al.] // arXiv. – 2023. – arXiv:2307.15818. – DOI 10.48550/arXiv.2307.15818.Brohan, A., Brown, N., Carbajal, J., Chebotar, Y., Chen, X., Choromanski, K., Ding, T., Driess, D., Dubey, A., Finn, C., Florence, P., Fu, C., Gonzalez Arenas, M., Gopalakrishnan, K., Han, K., Hausman, K., Herzog, A., Hsu, J., Ichter, B., . . . Zitkovich, B. (2023). RT-2: Vision-language-action models transfer web knowledge to robotic control (arXiv:2307.15818). arXiv. https://doi.org/10.48550/arXiv.2307.15818O’Neill, A. Open X-Embodiment: Robotic Learning Datasets and RT-X Models / A. O’Neill [et al.] // Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). – 2024. – DOI 10.1109/ICRA57147.2024.10611477.O’Neill, A., Rehman, A., Maddukuri, A., Gupta, A., Padalkar, A., Lee, A., Pooley, A., Gupta, A., Mandlekar, A., Jain, A., Tung, A., Bewley, A., Herzog, A., Irpan, A., Khazatsky, A., Rai, A., Gupta, A., Wang, A., Singh, A., . . . Lin, Z. (2024). Open X-Embodiment: Robotic learning datasets and RT-X models. In Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). IEEE. https://doi.org/10.1109/ICRA57147.2024.10611477Kim, M. J. OpenVLA: An Open-Source Vision-Language-Action Model / M. J. Kim [et al.] // arXiv. – 2024. – arXiv:2406.09246. – DOI 10.48550/arXiv.2406.09246.Kim, M. J., Pertsch, K., Karamcheti, S., Xiao, T., Balakrishna, A., Nair, S., Rafailov, R., Foster, E., Lam, G., Sanketi, P., Vuong, Q., Kollar, T., Burchfiel, B., Tedrake, R., Sadigh, D., Levine, S., Liang, P., & Finn, C. (2024). OpenVLA: An open-source vision-language-action model (arXiv:2406.09246). arXiv. https://doi.org/10.48550/arXiv.2406.09246Попов, П. А. Применение передовых технологий для работы в автоматическом режиме на МЦК / П. А. Попов // Железнодорожный транспорт. – 2020. – № 11. – С. 17–21.Popov, P. A. (2020). Application of advanced technologies for automatic operation at the Moscow Central Circle. Zheleznodorozhnyy transport, (11), 17–21. (in Russian)Zhao, Y. VLA-RAIL: A Real-Time Asynchronous Inference Linker for VLA Models and Robots / Y. Zhao, L. Zhao, B. Cheng, G. Yao, X. Wen, H. Gao // arXiv. – 2025. – arXiv:2512.24673. – URL: https://arxiv.org/abs/2512.24673.Zhao, Y., Zhao, L., Cheng, B., Yao, G., Wen, X., & Gao, H. (2025). VLA-RAIL: A real-time asynchronous inference linker for VLA models and robots (arXiv:2512.24673). arXiv. https://arxiv.org/abs/2512.24673Кудюкин, В. В. Имитационное моделирование работы робототехнических комплексов, предназначенных для расформирования составов на сортировочных горках / В. В. Кудюкин, А. В. Вуколов, В. С. Кузьмин // Автоматика на транспорте. – 2025. – Т. 11, № 1. – С. 16–29. – DOI 10.20295/2412-9186-2025-11-01-16-29.Kudyukin, V. V., Vukolov, A. V., & Kuzmin, V. S. (2025). Simulation modeling of robotic complexes designed for train breaking-up at marshalling humps. Automation on Transport, 11(1), –29. https://doi.org/10.20295/2412-9186-2025-11-01-16-29 (in Russian)

The authors declare that there are no conflicts of interest present.