В статье приведëн критический обзор широкого спектра современных публикаций отечественных и зарубежных авторов в области развития и внедрения интеллектуальных систем управления и интеллектуальных транспортных систем (ИТС) на железнодорожном транспорте. Отмечено, что перспективы внедрения разумных систем управления на железнодорожном транспорте являются многообещающими, особенно с точки зрения повышения безопасности, надежности и операционной эффективности. Эти системы объединяют искусственный интеллект (ИИ), машинное обучение и предиктивную аналитику данных для оптимизации операций, управления трафиком и улучшения протоколов обслуживания. Вместе с тем, показано, что существуют риски увлечения «модным» течением цифровизации без системного анализа такой необходимости и возможности в прикладных областях его применения, т.е. без концептуального проектирования среды функционирования ИТС. В статье даны практические рекомендации снижения данных рисков на основе базовых принципов сквозной концептуальной технологии цифровизации.
В работе предложена концепция использования данных Комплекса компьютерного зрения для контроля занятости сортировочных путей (КЗСП) при выправке и диагностике продольного профиля пути. Показаны принципы расчета продольного профиля сортировочных путей на основе данных, полученных в результате работы КЗСП. Представлены результаты на реальном объекте внедрения (ст. Кинель Куйбышевской железной дороги), а также анализ профиля с учетом текущей выправки. В заключении представлено описание эффективности КЗСП при оптимизации трудозатрат при автоматизации сортировочных процессах и текущем ремонте путей сортировочного парка.
В работе представлено описание концепции «ошибочного» класса в задаче распознавания номеров железнодорожных подвижных единиц – вагонов и локомотивов. Показаны проблемы существующих алгоритмов распознавания на примере системы контроля и подготовки информации о перемещениях вагонов и локомотивов на станции в реальном времени (СКПИ ПВЛ РВ). Выявлена основная проблема распознавания вагонов и локомотивов, связанная с множественными надписями и визуальными дефектами, не относящимися к инвентарным номерам подвижного состава. Представлено решении данной проблемы путем применения модели Yolov8s.
В интеллектуальном транспорте при построении 3D-карт часто возникает необходимость повышения качества глобальной локализации на построенной заранее карте, например, для первоначальной локализации при включении робота без дополнительной помощи в виде ручной установки его положения. Для решения этой проблемы в настоящей статье предлагается оригинальная архитектура подхода иерархической локализации, отличающаяся мультимодальной моделью распознавания места по данным видеокамер и лидара и быстродействующим нейросетевым алгоритмом регистрации облаков точек. Разработана и размещена в открытый доступ программная реализация предложенной архитектуры, которая включена в открытую библиотеку OpenPlaceRecognition. Проведены эксперименты с открытыми наборами данных реальных мобильных роботов NCLT и ITLP-Campus, которые продемонстрировали время работы менее 100 мс и достаточный уровень качества на встраиваемом устройстве Nvidia Jetson AGX Xavier. Показана перспективность подхода для практического применения.
Статья посвящена актуальной проблеме интеграции знаний о транспортной инфраструктуре в геоинформационной системе. Авторы обосновывают необходимость более глубокого понимания и формализации геопространственных знаний, их структуры и взаимосвязей, для автоматизации анализа и оценки размещения транспортной инфраструктуры. В статье обсуждается организация геопространственных знаний при решении задач, в которых необходим анализ специфики местности. Логико-семантический анализ позволяет описать особенности геопространственных знаний. Научно-прикладное значение геопространственных знаний в этом контексте заключается в возможности оптимизации различных процессов, связанных с транспортной инфраструктурой. Предложенный авторами подход к моделированию геопространственных знаний и их компьютерной реализации включает не только формальные методы представления знаний, но и методы обработки реальных геопространственных данных. Авторы обращают внимание на вопросы визуализации результатов анализа, чтобы обеспечить простоту использования разработанных систем для специалистов разного уровня подготовки.
Рассматриваются основные аспекты эксплуатации высокоскоростного диагностического поезда, и его роли в обеспечении безопасности высокоскоростных железнодорожных магистралей. Приведены примеры диагностических поездов в различных странах. Рассмотрены технические устройства на высокоскоростном диагностическом поезде «IRIS 320». Выполнен анализ предполагаемого влияния высокоскоростного диагностического поезда на эффективность текущего содержания пути на ВСЖМ-1 Москва-Санкт-Петербург. Рассмотрен расчëт периодичности контроля рельсов на ВСЖМ-1 неразрушающими методами. Приведены рекомендации минимального и максимального количества проверок рельсов неразрушающими методами контроля. Рассмотрены технологические вызовы, с которыми придется столкнуться при внедрении высокоскоростного диагностического поезда на ВСЖМ-1 и описаны проблемы в случае отказа от данной технической единицы.
Гидравлический привод широко применяется в конструкциях наземных транспортно-технологических средств. Методы дистанционного диагностирования с автоматизированной оценкой технического состояния узлов и агрегатов гидропривода в режиме реального времени и мгновенная отправка результатов контроля на компьютер инженера по сервису позволяют осуществлять постоянный мониторинг удалëнного объекта, снизить простои по техническим причинам, прогнозировать и предупреждать назревающие отказы. Цель работы – исследовать возможности создания системы дистанционного диагностирования технического состояния гидропривода мобильных машин на основе отечественных компонентов. Авторы использовали аналитический метод исследования, установили перечень параметров технического состояния гидропривода, рассмотрели типовую структуру системы дистанционного диагностирования, для которой выбрали модели отечественных датчиков, устройства и протоколы обмена данными, инструменты разработки пользовательских программ.
