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
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。
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”。
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