20 сентября 2020 23:12

фото: Иван Шаповалов / Пресс-служба ОАО «РЖД»

Локомотивы снабдят нейронной сетью

Ольга Ускова, генеральный директор компании Cognitive Pilot

– Завершился очередной этап испытаний новой системы автономного управления Cognitive Rail Pilot, установленной на маневровых локомотивах ОАО «РЖД» на станции Лоста Северной железной дороги (филиал ОАО «РЖД»). Какие результаты вы получили, закончив испытания?
– По договору с ОАО «РЖД» интеллектуальные комплексы Cognitive Rail Pilot установлены на десяти маневровых локомотивах марки ЧМЭЗ. Система инициирует автоторможение по светофору, запрещающему положению пошёрстной стрелки, по подъезду к составу быстрее допуска или при препятствии на путях, включая человека. Высчитывает прогноз столкновения, траектории объектов, скорость поезда. Если человек по своим намерениям пересекает пути в то же время, когда там идёт состав, то сначала – предупреждение, если времени мало – инициируем торможение.
Испытания автономной системы на базе искусственного интеллекта проводились в течение всего года вплоть до настоящего времени. Они велись во все времена года и при любых погодных условиях, с грузом и без него. Отрабатывалась вся маневровая работа: подъезд к составу, остановка, плавное движение, сцепка с составом, вывод состава на сортировочную горку, рабочее перемещение внутри станции. Кроме того, мы испытали функционал системы, включающий предупреждение проезда запрещающего сигнала светофора с возможностью торможения, проезд стрелки, предупреждение наезда на пешехода или животное, предупреждение столкновения с составом и многое другое.
Результаты более чем положительные, но, конечно, бывали и рабочие трудности. Самыми сложными задачами для нейронной сети оказалось обнаружить расположение стрелок и распознать работу низкостоящих светофоров при сильном снегопаде. Но команде наших инженеров удалось справиться и с этим. Специалистам нашей компании пришлось подготовить и разметить огромный объём данных для обучения алгоритмов глубокой нейронной сети. По моему мнению, с таким заданием мы справились первыми в мире. Сейчас разработанные нами системы сданы в эксплуатацию, а весь программно-аппаратный комплекс успешно проходит сертификацию по всей сети РЖД по литере О. Это означает разрешение к установке почти на десяти тысячах локомотивов.

– Отличает ли система человека от неживого предмета в случае обнаружения препятствий на путях и существуют ли какие-то ограничения при эксплуатации локомотивов в разных погодных условиях?
– Система отличает человека от неживого предмета, и это очень важно c точки зрения класса life-critical AI. Класс life-critical предполагает, что используются самые передовые методы, самые сложные решения, потому что от них зависит жизнь человека. Это сложнейшая математика, которая даёт нужное качество управления и полный анализ того, что происходит на путях. Непредсказуемость поведения человека влияет не на распознавание объекта – здесь у нас всё работает с уникальной точностью, – а на возможность реакции транспортного средства. Дело в том, что у тяжёлых локомотивов очень длинный тормозной путь. И даже при экстренном торможении, если человек захочет броситься на рельсы, система может не успеть это предотвратить из-за веса и длинного тормозного пути локомотива.
Погодные условия никак не влияют на работу беспилотной системы, в чём заключается наше основное ноу-хау. Помимо программных решений на базе нейронных сетей глубокого обучения, мы используем 4D Imaging Radar – это сенсор нового поколения нашей собственной разработки, который производится на роботизированном заводе компании в Томске. Этот сенсор разрабатывался специалистами как раз для работы в тяжёлых погодных условиях, например в снег или дождь. Также в самом радаре используется уникальный метод Low Level Data Fusion, который суммирует и обрабатывает комплексно все данные, поступившие от всех датчиков и систем на нижнем уровне, что позволяет не накапливать локальные ошибки и далее совершенствовать систему.

Беседовал Сергей Волков

Пн Вт Ср Чт Пт Сб Вс
  1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30