Устройство счета железнодорожных подвижных единиц

Автоматика, связь, информатика. 2022. № 6. С. 2–4

Automation, communications, informatics. 2022. № 6. Р. 2–4

НОВАЯ ТЕХНИКА И ТЕХНОЛОГИЯ

Научная статья

УДК 656.257

DOI: 10.34649/AT.2022.6.6.001

Устройство счета железнодорожных подвижных единиц

Александр Игоревич Долгий¹, Агоп Ервандович Хатламаджиян², Владислав Николаевич Соколов³, Иван Александрович Ольгейзер⁴, Андрей Валерьевич Суханов⁵

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

²АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», первый заместитель директора Ростовского филиала, 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», заместитель директора – главный инженер Ростовского филиала, канд. техн. наук, г. Ростов-на-Дону, Россия, sokolov@rfniias.ru.

⁴АО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте», начальник отделения инновационных и интеллектуальных технологий цифровой станции Ростовского филиала, канд. техн. наук,

г. Ростов-на-Дону, Россия, olgeyzer@rfniias.ru

⁵АО «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, suhanov@rfniias.ru.

Аннотация. В статье представлена система счета подвижных единиц с определением факта расцепления вагонов на основе разнородной информации – результатов анализа машинного зрения и данных, полученных от низовых устройств СЦБ (датчиков счета осей, рельсовых цепей, радиотехнических датчиков свободности и др.). Приведена актуальность разработанной системы, алгоритм работы, а также результаты предварительных испытаний системы на объекте железнодорожной инфраструктуры. Описаны аспекты теории слияния данных и теории машинного обучения, заложенные в основе алгоритма работы системы. Рассмотрены варианты реализации системы в составе комплексов железнодорожной горочной автоматизации и контроля вагонов в парках грузовых станций.

Ключевые слова: автоматизация сортировочных станций, искусственные нейронные сети, техническое зрение, распознавание автосцепки, разделение отцепов, инновационный подвижной состав

Для цитирования: Долгий А.И., Хатламаджиян А.Е., Соколов В.Н., Ольгейзер И.А., Суханов А.В. Устройство счета железнодорожных подвижных единиц // Автоматика, связь, информатика. 2022. № 6. С. 2–4. DOI: 10.34649/AT.2022.6.6.001

NEW TECHNIC AND TECHNOLOGY

Original article

The device of the account of railway mobile units

Alexander I. Dolgiy¹, Agop E. Khatlamadzhiyan², Vladislav N. Sokolov³, Ivan A. Ohlgeiser⁴, Andrey V. Sukhanov⁵

¹General Director Research and Design Institute for Information Technology, Signalling and Telecommunications on Railway Transport (JSC «NIIAS»), Ph.D (Tech.), Moscow, Russia, a.dolgiy@vniias.ru

²JSC «Research and Design Institute of Informatization, Automation and Communication in Railway Transport», Center for Research and Preparation of Complex Scientific Projects, Head of the Design Bureau, Associate Professor, Ph.D (Tech.), Russia, Moscow, a.hatlamadzhiyan@vniias.ru.

³JSC «Research and Design Institute of Informatization, Automation and Communication in Railway Transport», Deputy Director – Chief Engineer of the Rostov branch, Ph.D (Tech.), Russia, Rostov-on-Don, sokolov@rfniias.ru

⁴JSC «Research and Design Institute of Informatization, Automation and Communication in Railway Transport», Head of the Department of Innovative and Intelligent Technologies of the digital station of the Rostov branch, Ph.D (Tech.), Russia, Rostov-on-Don, olgeyzer@rfniias.ru

⁵JSC «Research and Design Institute of Informatization, Automation and Communication in Railway Transport», Deputy Head of the Department of Innovative and Intelligent Technologies of the digital station of the Rostov branch, Ph.D (Tech.), Russia, Rostov-on-Don, suhanov@rfniias.ru

Abstract. The article considers a system for calculating railway cars with the determination of the fact of release, based on the implementation of an approach to merging heterogeneous data – analyzing machine vision data and low-level signaling devices (axis counting sensors, rail circuits, radio-technical sensors, etc.). Relevance of the developed system, operation algorithm, as well as results of preliminary tests at the real facility of the railway infrastructure are presented. The theoretical aspects of data fusion theory and machine learning theory are described, which are the basis for the algorithm of the system. Possible options for implementing the system as part of railway automation and railway car control systems in freight station are considered.

Keywords: automation of sorting stations, artificial neural networks, technical vision, video stream, automatic coupler detection, separation of railway cars, innovative railway cars

For citation: Dolgiy A.I., Khatlamadzhiyan A.E., Sokolov V.N., Olgeizer I.A., Sukhanov A.V. Counting device of railway mobile units // Automation, communications, informatics. 2022. № 6. P. 2–4. DOI: 10.34649/AT.2022.6.6.001

Список источников

1. Шабельников А.Н., Ольгейзер И.А. Методы повышения безопасности КСАУ СП // Автоматика, связь, информатика. 2017. № 3. С. 8–10.

2. Шабельников А.Н., Ольгейзер И.А., Рогов С.А. От механизации к цифровизации сортировочной станции // Автоматика, связь, информатика. 2018. № 1. С. 21–23.

3. Крамынина Г.Н., Шнитуленко Ю.А. Эффективность внедрения технологии автоматизированного управления технологическими процессами расформирования составов на сортировочных станциях // Молодежь и современные информационные технологии : сборник трудов XVI Международной научно-практической конференции. Томск, 2019. С. 223–224.

4. TPH-YOLOv5 : Improved YOLOv5 based on transformer prediction head for object detection on drone-captured Scenarios / Zhu X., Lyu S., Wang X., Zhao Q. // Proceedings of the IEEE / CVF International Conference on Computer Vision. 2021 ICCV Workshops. 2021. P. 2778-2788. DOI: https://doi.org/10.48550/arXiv.2108.11539.

5. Ананченко И.В., Гайков А.В., Мусаев А. А. Технологии слияния гетерогенной информации из разнородных источников (DATA FUSION) // Известия Санкт-Петербургского государственного технологического института (технического университета). 2013.

№. 19 (45). С. 098–105.

6. Ronneberger O., Fischer P., Brox Th. U-net : Convolutional networks for biomedical image segmentation //Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015. Springer, Cham., 2015. P. 234–241. DOI: https://doi.org/10.1007/978-3-319-24574-4_28. (Lecture Notes in Computer Science; Vol. 9351).

7. Brahim A.B., Khanchel R., Limam M. Solving data fusion problems using robust classifiers combination //2010 International Conference of Soft Computing and Pattern Recognition. 2010. P. 303-308. DOI: 10.1109/SOCPAR.2010.5686639.

8. Kolodenkova A.E., Dolgiy A.I. Diagnosing of devices of railway automatic equipment on the basis of methods of diverse data fusion // Proceedings of the Third International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’18). Springer, Cham., 2018. P. 277–283. DOI: 10.1007/978-3-030-01821-4_29. (Advances in Intelligent Systems and Computing; Vol. 875).

© Москва «Автоматика, связь, информатика» 2022