Инновационные алгоритмы машинного зрения для диагностики продольного профиля сортировочных путей

Автоматика, связь, информатика. 2022. № 8. С. 7–9

Automation, communications, informatics. 2022. № 8. Р. 7–9

НОВАЯ ТЕХНИКА И ТЕХНОЛОГИЯ

Научная статья

УДК 656.257

DOI: 10.34649/AT.2022.8.8.002

Инновационные алгоритмы машинного зрения для диагностики продольного профиля сортировочных путей

Александр Игоревич Долгий¹, Агоп Ервандович Хатламаджиян², Иван Александрович Ольгейзер³, Андрей Валерьевич Суханов⁴, Константин Ильич Корниенко⁵

¹АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», генеральный директор, канд. техн. наук, Москва, Россия, adolgy@list.ru

²АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», руководитель Объединенного конструкторского бюро, доцент, канд. техн. наук, г. Ростов-на-Дону, Россия, a.hatlamadzhiyan@vniias.ru

³АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», руководитель Объединенного конструкторского бюро, доцент, канд. техн. наук, г. Ростов-на-Дону, Россия, olgeyzer@rfniias.ru

⁴АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», заместитель начальника ЦИИТ Ростовского филиала, канд. техн. наук, г. Ростов-на-Дону, Россия, a.suhanov@rfniias.ru

⁵АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», старший научный сотрудник ЦИИТ Ростовского филиала, канд. техн. наук, г. Ростов-на-Дону, Россия, k.kornienko@vniias.ru

Аннотация. Сортировочные станции являются одним из важнейших элементов транспортной инфраструктуры. Автоматизация сортировочных горок имеет большое значение для повышения уровня безопасности движения и увеличения перерабатывающей способности. При автоматизации необходимо предусматривать системы самодиагностики, которые позволят снизить отказы за счет применения технологии обслуживания устройств по состоянию. В статье рассматривается разработанный авторами метод автоматической оценки отклонения продольного профиля путей сортировочного парка. Метод позволяет в реальном времени отслеживать изменение продольного профиля и принимать решения о необходимости его выправки. Измерения продольного профиля с помощью предложенного метода, которые проводились на четной сортировочной системе станции Инская Западно-Сибирской дороги, подтвердили его эффективность.

Ключевые слова: сортировочная горка, продольный профиль, средства измерения, КСАУ СП, КЗСП

Для цитирования: Долгий А.И., Хатламаджиян А.Е., Ольгейзер И.А., Суханов А.В., Корниенко К.И. Инновационные алгоритмы машинного зрения для диагностики продольного профиля сортировочных путей // Автоматика, связь, информатика. 2022. № 8. С. 7–9. DOI: 10.34649/AT.2022.8.8.002

NEW TECHNIC AND TECHNOLOGY

Original article

Innovative machine vision algorithms for diagnosing the longitudinal profile of sorting tracks

Alexander I. Dolgiy¹, Agop E. Khatlamadzhiyan², Ivan A. Olgeyzer³, Andrey V. Sukhanov⁴, Konstantin I. Kornienko⁵

¹General director, JSC NIIAS, Moscow, Russia, Candidate of Engineering Sciences, associated professor, adolgy@list.ru

²Head of OKB, JSC NIIAS, Moscow, Russia, Candidate of Engineering Sciences, associated professor, a.hatlamadzhiyan@vniias.ru, SPIN: 8771-2450

³Head of Department, JSC NIIAS Rostov branch, Rostov-on-Don, Russia, Associate Professor of the Department of Computer Technology and Automated Control Systems, Rostov State Transport University, Rostov-on-Don, Russia, Candidate of Engineering Sciences, olgeyzer@rfniias.ru, SPIN: 2528-9769

⁴Deputy Head of Department, JSC NIIAS Rostov branch, Rostov-on-Don, Russia, Associate Professor of the Department of Computer Technology and Automated Control Systems, Rostov State Transport University, Rostov-on-Don, Russia, Candidate of Engineering Sciences, a.suhanov@rfniias.ru, SPIN: 4555-3714

⁵Senior researcher of Department, JSC NIIAS Rostov branch, Rostov-on-Don, Russia, Associate Professor of the Department of Operations management, Emperor Alexander I St. Petersburg State Transport University, Saint Petersburg, Russia, Candidate of Engineering Sciences, k.kornienko@vniias.ru, SPIN: 4783-3250

Abstract. Marshaling stations are one of the most important elements of the transport infrastructure. Hump yard automatization is one of the steps to improve traffic safety and estimated capacity. In automation, it is necessary to provide self-diagnostic systems that will reduce the level of failures. The article discusses the method developed by the authors for the automatic assessment of the deviation of the longitudinal profile of the hump yard tracks. The method allows real-time monitoring of changes in the longitudinal profile and making decisions about the need for track surfacing. The results of the work were implemented at the Inskaya station, where they confirmed their performance.

Keywords: hump yards, longitudinal profile, measuring instrument, Integrated System for Automated Control of Shunting Operations (KSAU SP), computer vision tools for monitoring railway sorting processes

For citation: Dolgiy A.I., Khatlamadzhiyan A.E., Olgeizer I.A., Sukhanov A.V., Kornienko K.I. Innovative machine vision algorithms for diagnosing the longitudinal profile of sorting tracks // Automation, communication, informatics. 2022. № 8. P. 7–9. DOI: 10.34649/AT.2022.8.8.002

Список источников

1. Постановка пути в проектное положение с использованием бокового нивелирования / В.В. Щербаков, А.А. Быков, А.А. Земерова, С.А. Комягин, И.В. Щербаков // Путь и путевое хозяйство. 2020. № 8. С. 31–35.

2. Алтынцев, М.А., Щербаков И.В., Третьяков С.А. Применение беспилотных летательных аппаратов для исполнительной съемки железных дорог // Интерэкспо Гео-Сибирь. 2019. Т. 1, № 1. С. 111–118. DOI 10.33764/2618-981X-2019-1-1-111-118.

3. Соколов В.Н. Комплексная автоматизация управления сортировочными процессами // Автоматика, связь, информатика. 2011. № 2. C. 8–9.

4. Пат. 2738768 РФ B61L 25/00. Устройство для позиционирования и определения скорости железнодорожных подвижных единиц / К.Ю. Максимов, И.А. Ольгейзер, А.В. Суханов, А.Н. Шабельников; патентообладатель АО «НИИАС». № 2020118322; заявл. 03.06.2020; опубл. 16.12.2020, Бюл. № 35.

5. Компьютерное зрение как способ интеллектуализации систем горочной автоматизации / И.А. Ольгейзер, А.В. Суханов, А.М. Лященко, Д.В. Глазунов // Проблемы машиностроения и автоматизации. 2022. № 1. С. 46–53. DOI: 10.52261/02346206_2022_1_46.

6. Компьютерное зрение для контроля сортировочных процессов / А.Е. Хатламаджиян, И.А. Ольгейзер, А.В. Суханов, В.В. Борисов // Автоматика, связь, информатика. 2021. № 3. С. 8-11. DOI: 10.34649/AT.2021.3.3.002.

7. Корниенко К.И. Совершенствование метода расчета продольного профиля сортировочных путей железнодорожных станций: дис. канд. техн. наук: 05.22.08 / место защиты: СГУПС. Новосибирск, 2019. 170 с.

© Москва «Автоматика, связь, информатика» 2022