© ComNews
03.07.2019

Система "машинного зрения" — один из шагов на пути к внедрению беспилотных технологий вождения скоростных электропоездов. Первая такая система, разработанная по заказу РЖД специалистами АО "НИИАС", начнет тестироваться на скоростном электропоезде "Ласточка" №113.

Электропоезд оснащен набором датчиков, таких как видеокамера, тепловизор и лидары, каждый из которых выполняет свою функцию по распознаванию объектов на пути следования. К примеру, тепловизор срабатывает при плохих погодных условиях, видеокамера ориентирована на дальние расстояния (порядка 1,5 километров), а лидары – на ближние дистанции (до 200 метров).

Специалисты завода "Уральские локомотивы" совместно с разработчиками системы "машинного зрения" на протяжении нескольких месяцев будут отслеживать работу "Ласточки" №113 и вносить соответствующие коррективы в алгоритм автоведения поезда.

Систему автоведения "Уральские локомотивы" начали устанавливать на продукцию уже с 2008 г., с первого образца грузового электровоза "Синара" (серия 2ЭС6). В дальнейшем технология была перенесена на электропоезда "Ласточка". Благодаря ей сейчас обеспечивается ведение составов по заранее заданному графику в пределах определенного участка. То есть различные системы анализируют местоположение электропоезда и настраивают работу систем торможений и тяги таким образом, чтобы состав прибыл на станцию к определенному времени.

В начале года завод "Уральские локомотивы" выиграл тендер на дооборудование скоростных электропоездов "Ласточка" дополнительными ультразвуковыми датчиками, которые позволяют скорректировать остановку поезда на платформе с точностью до 50 см. К началу июля системами точного позиционирования электропоезда на платформе уже оборудовано 15 "Ласточек", курсирующих на МЦК, до конца года, согласно контракту, будет дооборудовано еще 23 электропоезда.

Системы "машинного зрения" и точного позиционирования на основе технологии автоведения являются подготовительными этапами внедрения беспилотных технологий. Мониторинг и анализ работы новых систем позволит на основе полученных данных проработать возможности для внедрения технологий вождения подвижного состава без машинистов.