深度学习让铁路列车更加“自主”运行 Autonomous Trains

Posted 轨道世界

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习让铁路列车更加“自主”运行 Autonomous Trains相关的知识,希望对你有一定的参考价值。

轨道世界 RailWorld

开放|共享|价值


深度学习让铁路列车更加“自主”运行 Autonomous Trains

导读  ID:RailWorld

深度学习让铁路列车更加“自主”运行 Autonomous Trains


在机器学习、图像识别和 GPU 的助力下,铁路列车或将开启更加自主(autonomous)运行的先河。


自动驾驶汽车和卡车已经成为人们热议的话题。但事实上,最有可能抢先大规模普及自主运行技术的交通工具是列车。


原因是,不同于载客汽车或长途卡车,列车是在轨道上运行的,其特定的运行环境,决定其需要认识理解的环境相对有限,且不涉及太多类型的决策。


在很多地方,无论是以硬件为基础的信号系统,还是无线调度系统,运用于列车上的众多技术都已有数十年“高龄”。


如今,列车专职人员已开始利用互联网、精密的传感设备,以及日益普及的深度学习等工具与技术,来确保列车准时运行。


对于列车运输这一早期工业革命的标志性行业而言,这无疑是巨大的变化。


“智能列车的未来”


“我们正在探索智能列车和无声轨道的未来。从轨道技术到车内技术,所有技术都在快速革新。”4TEL Pty Ltd 的总经理 Derel Wust 如是说。4TEL Pty Ltd 是澳大利亚的一家私营企业,正在新南威尔士开发深度学习试点项目。


Wust 在今年早些时候举办的 GPU 技术大会上提到了纽约大都会运输署 (MTA)的案例,采用以通信为基础的列车运行控制技术升级地铁网。该案例证明:替换过时的列车技术将付出高昂的代价。纽约州州长 Andrew Cuomo 曾在一次讲话中表示,按目前的速度,升级整套地铁系统需花费 40 年的时间。


某报告指出,升级地铁系统所有线路的项目将耗费长达 35 年时间,花费 200 亿美元。而今,Wust 指出,基于列车的人工智能解决方案能够最大程度地节省资金、缩短工期。


深度学习让铁路列车更加“自主”运行 Autonomous Trains


4TEL 公司携手工程公司 John Holland,将在新南威尔士国家区域网络 (Country Regional Network) 中的列车上应用以机器学习为基础的全新技术方法。在当前阶段,Wust 的目标是收集数据,并了解该技术方法与行为模型的配合情况。


该公司在新南威尔士设有一个 Horus 系统建设试点项目。该项目利用红外摄像机、光学摄像机以及机器学习算法,为列车运营提供软件支持。该系统在 NVIDIA DRIVE 平台上运行。


追踪模拟效果


Wust 所在的公司是少数几家运用所谓的“数字映射/孪生”(“digital twin”)模型对自动驾驶列车领域进行开拓的前沿铁路技术公司之一。这种模型能够模拟出轨道上的情况,从而反映其真实铁路网络。


管理着总长近 5,000 英里铁路的瑞士联邦铁路公司曾在 GTC 大会上谈及他们为确保列车系统准时运行而升级系统的努力。


该公司维护的系统错综复杂,调度着国内的高速列车和低速货运列车。要让这个复杂的列车运输网络正常运作,需要超过 13,000 个道岔来进行控制保证“混跑”。


深度学习让铁路列车更加“自主”运行 Autonomous Trains


该公司每天运送的旅客超过 120 万人次。它拥有独立发电厂,为其列车供应的几乎全是可再生能源;它同时也是瑞士最大的房地产企业之一。“你可能会感到惊讶——除此之外,我们还是一家大型软件公司,”这家公司的业务分析员兼人工智能研究员Erik Nygren表示。


该公司的研究与创新平台由 Dirk Abels 负责。平台使用 NVIDIA DGX-1 AI 超级计算机进行模拟仿真和深度强化学习,以优化列车时刻表和调度安排。


该公司已将其掌握的所有地理信息整合到模拟环境中,让列车调度员可在虚拟环境中实现实时列车数据的交互。


此外,该公司还进行了安全性能方面的开发,为列车添加了自动制动系统,目前正处于模拟阶段。公司业务分析员兼 HPC 专家 Adrian Egli 表示:“我们的'碰撞检测'能在半秒内完成。


维护保养


除上述公司之外,通用电气GE正致力于开发车内列车引导系统,将摄像机、软件与 GPU 技术整合为一体。通用电气与印度铁路公司签署了一份合同,在印度班加罗尔的列车上试用技术。


这家公司不仅销售设备,还通过订购方式销售包含分析功能的摄像系统。通用电气运输系统(GE Transportation) 运用 NVIDIA DGX-1 和其他的 NVIDIA GPU 进行训练,并运用 NVIDIA Xavier 平台和 P100 GPU 进行车载模型推理。


轨道检查是一项严峻考验——检查期间,需要封闭部分轨道,便于工作人员在轨道上行走,找出有问题的枕木和其他需要维护保养的地方。轨道封闭的这段时间,可能会导致数百万美元的流失。通用电气运输系统正致力于运用人工智能将定期维护升级为“预测型和规范型维护”,从而既可确保安全,又能节省资金。


此外,通用电气还致力于钻研利用其前置摄像头系统来确保列车安全、进行轨道检查等,希望打造出足够智能的列车,让其自主检查轨道情况。


与其他公司一样,通用电气同样在运用数字孪生法,即模拟铁路网络。运用此方法,通用电气得以持续监测轨道情况,从而有助于定期维护。


4TEL 公司的 Wust 表示,想要让列车做到通过可搜集对面轨道数据(如轨上障碍物)的车载摄像机和感应器即可进行数据收集,这其实并不是难以想象。这些数据收集好之后,可整理成类似 Waze (知名社区化交通导航应用程序)中的交通信息,传输至铁路系统,供其他列车参考。


GE一位主构架师Dattaraj Rao表示:“我们已经开始研究这些图像,希望从中提取出有价值的内容。”

素材来源:英伟达NVIDIA中国   原文部分编译错误已经得到修正


工业信息平台系列/Industry Info Services

轨道世界

RailWorld

铁路与城市轨道交通

飞行世界

AerospaceWorld

航空航天与一切飞行器

智能机器人世界

RoboWorld

机器人与人工智能

海工世界

OffshoreWorld

海洋装备与高技术船舶

电动汽车世界

MotorsWorld

电动汽车与充电桩

新能源世界

NewEnergyWorld

新型能源技术与发展

(轨道世界信息服务平台受众及行业推广联络邮箱:RailWorld@irail.cn,欢迎轨道各界人士投稿,愿本刊成为大家展示自我实力的开放平台,与天下朋友共分享!)

————————————————————

Tips:点击标题下方【轨道世界】关注及查看往期精彩内容


以上是关于深度学习让铁路列车更加“自主”运行 Autonomous Trains的主要内容,如果未能解决你的问题,请参考以下文章

铁路八大段

领跑世界!中国高铁要“解锁”自动驾驶,“复兴号Plus”将亮相

高铁在高速运行时的电力是如何提供的?

深度学习,让儿童的学习真正发生!

移动闭塞

阅读2