在波茨坦,西门子测试电车

智能铁路:走向数字化未来?

图片来源:西门子

如果铁路系统想要通过取代公路上的货运和公共交通,为低碳未来做出全面贡献,它必须在起步缓慢之后实现现代化,并拥抱数字世界。

新一代的数字列车——不要与我们多年来乘坐的机场穿梭列车,或在狭窄轨道上运行的伦敦码头区轻轨(Docklands Light railway)混淆——将在一个复杂得多的环境中与传统的驾驶列车共享轨道。

火车已经是运送人员和货物的一种高效方式,但在人工智能的驱动下,火车的能源效率可提高15%,列车更准时,通过减少列车之间的间隔,可以多运载30%至50%的乘客或货物,所有这些都是在现有基础设施上进行的。农村公共交通经济也可以通过降低线路运营成本和提高现有的安全水平来实现转型。

在过去的几个月里,我们看到了一连串的公告,乍一看,这些公告似乎预示着铁路自治即将到来。事实并非如此,但正在取得进展。2021年11月,东日本铁道株式会社运营的一辆日本子弹头列车行驶了5公里,达到了110公里/小时,这是一辆自动或远程控制的列车,无需司机干预。该公司自豪地宣布,它的停车点距离预定停车点8厘米,完全在允许的50厘米的范围内。

西门子移动和德国联邦铁路公司测试了第一辆搭载乘客的自动列车,该列车于2021年12月在德国汉堡的S-Bahn上投入运营,与驾驶列车共享铁轨。在S-Bahn运营中唯一真正自主的部分,列车可以在没有人为干预的情况下在车站内分流和掉头。

芬兰公司Proxion计划今年测试“自动驾驶”货运列车。这种货运概念列车最初将面向钢铁和林业业务,将原料从产地运到港口。

这些都不是自动驾驶的列车,它们会自行做出操作决策,而只是从控制中心进行远程驾驶,有点像一个巨大的火车组,但所有这些项目都是实现真正自主的必要研发旅程的一部分。

在自动驾驶列车和轻轨系统的真实测试方面,有两个项目表现突出。西门子移动在德国波茨坦的自动有轨电车项目是其中之一,而另一个目前正在法国北部进行自动列车测试的项目是railenrium领导的一个为期五年的项目,于2018年开始,涉及的财团还包括SNCF(法国铁路公司)、泰雷兹(Thales)、博世(Bosch)、SpirOps(总部位于巴黎的人工智能公司)和阿尔斯通(前庞巴迪)。Railenium是法国铁路技术研究所。

Matthias Hofmann是德国西门子移动辅助和自主轻轨项目的负责人,多年来一直在教有轨电车如何驾驶。自2018年以来,西门子已经有了一辆自动驾驶的试验性有轨电车(但在监管下),该有轨电车沿着波茨坦有轨电车网络的13公里路段行驶了2万公里。为了研究目的,这辆电车的原型被高度地安装了传感器。

实验车辆正面和侧面的13个摄像头将数据与3个前置雷达探测器(用于探测其他有轨电车和汽车中的金属)结合起来,同时3个激光雷达扫描仪计算周围环境中任何物体的精确速度、轨迹和距离——这在市中心尤其重要,因为行人、狗和骑自行车的人穿过轨道可能遵守或不遵守道路安全的一般规则。

算法处理所有这些现实世界的数据,以决定是否拉响警铃,或在必要时刹车,但身边总有一名工作人员进行干预。霍夫曼说:“我们最大的目标是在步行区或令人困惑的十字路口等最复杂的交通情况下,始终做出正确的行动评估。”“实现GoA4(完全自动驾驶:见框)和无需乘务员还需要很多年的时间,但我们已经在有轨电车车站这种低速、半封闭、可控环境下的自动驾驶方面取得了重大进展。

他补充说:“一旦司机下车,我们的有轨电车就能智能导航到清洗或打磨区,然后自动停车并关闭,开始点菜,并在早上准备好让司机上车。”“预计到2030年左右,通勤线路——至少是市中心以外的线路——将真正实现自治。在复杂的内城环境中运行的轻轨或有轨电车预计将在未来十年中期实现自治。”

Alain Le Marchand是该联盟的技术领导之一,他是一名自动化工程师泰雷兹地面运输系统公司高级设计权威。“我们早在2018年就开始了这个为期5年的项目,一直在学校假期运行测试列车,那时的时间表比较安静。我们已经实现了GoA2——带有司机的自动列车运行——并将从2022年春季开始增加功能,逐步实现GoA4。”

泰雷兹障碍物检测解决方案RailBot Eye是其RailBot项目的一部分:一个完整的自主列车运行概念

图片来源:泰利斯

该联盟通过结合三个不同系统(导航卫星、车上的传感器和脱机生成的列车地图)输入的数据,解决了确定列车确切位置的问题。新的定位系统取代了昂贵的传统系统,后者需要安装在列车轴上的里程表,以及一个读取器,在列车经过轨道之间设置的位置标记或平衡器时,确定精确的位置。

该系统通过将一个摄像头的输入与三个处理线程结合起来读取所有重要的交通控制信号,三个处理线程分别识别灯的颜色、形状和位置,结合起来产生一定的确定性和安全性。该团队将用摄像头取代列车上的乘务员,以监控乘客的行为,例如在生病时做出反应,从而在2023年解决自动驾驶列车的所有技术挑战,先于工业化阶段。

目标是达到安全完整性级别4,至少相当于它所取代的驾驶员的安全级别。“显然,我们必须定义这一点,设计这个系统。不要过度设计也很重要,因为过度设计会导致费用大幅增加。”

法国国家铁路安全局(National Safety Authority for Rail)和国家网络安全机构ANSSI在项目的整个过程中都在场,以确保任何设计都是可认证的。显然,拆除所有现有的基础设施并重新开始要容易得多,但几十年来建造和安装的遗留基础设施的数量之多,以及几十年的寿命,意味着这不是一个选项。

Le Marchand很高兴,像丹麦和挪威这样的小国将移除所有的路边信号,并为所有的列车配备车载控制器,但这在法国、德国或英国是根本不可能的,因为这些国家的铁路网络要大得多,车辆也更加多样化。他认为,未来大部分基础设施将从轨道上移除,转移到智能列车上,最终剩下的将是铁轨旁的关键点——换档和平交道口——顺便说一句,这是铁路事故的头号来源。

让自动驾驶列车在轨道上运行的另一个好处是在正常运行过程中收集到的数据。对轨道边环境的持续监测与系统自带的轨道边生态系统地图进行了比较。列车传感器检测到的变化可能会在人类肉眼发现这些变化之前,对山体滑坡、桥梁缺陷或树木即将倒塌发出早期预警。

火车在轨道上运行这一事实并不能使实现完全自动化成为一个简单的目标。除了需要使用传感器、定位系统和摄像头监测轨道状态和其他列车的位置外,还必须监测列车本身的物理完整性——例如发动机和车厢之间的连接,以及车厢之间的连接。

使火车完全停下来所需的距离也会有很大的不同。列车的停车距离是其重量、载重(乘客或货物)和速度的函数。一列10节车厢、时速100公里的火车可能需要500米才能停下来。一辆时速320公里的法国TGV高速列车在紧急情况下可以在3.39公里内停车,但实际上列车会在5分10公里内缓慢减速,以保护乘客免受突然停车的伤害。正因为如此,自动驾驶列车或有轨电车等轻轨系统需要使用比一般半自动汽车更远的传感器(举例来说,一辆以90公里/小时的速度行驶的汽车的制动距离约为80米)。任何自主的铁路系统都必须考虑到这么远的信号和障碍。

与道路上的交通灯相比,信号也非常多样化,而且可能有许多不同类型的客运列车和货运列车在同一基础设施上运行。任何系统都必须学习所有这些的组合。多种类型的水平交叉,轨道改变系统和其他基础设施元素可以追溯到几十年前,增加了复杂性。此外,考虑到单列火车发生严重事故时可能影响到的人员数量,非常有必要制定极高的安全标准。

基础设施的数字化不像培训自动操作那样引人注目,但同样重要。英国的铁路基础设施已经连续运营了150年,是世界上最古老的铁路网。它由数百万个相互关联的资产组成——火车、车厢、2万英里的轨道、信号系统、桥梁、侧壁和仓库——所有这些都必须被监控、维护和更新,以确保持续的安全运营。其中一些是可以追溯到很久以前的过时遗留系统,它们变得越来越难以维护或不可能维护。这是一项巨大的任务,也是一项昂贵的任务。在整个欧洲,铁路运营商每年花费150亿至200亿欧元用于维护和必要的翻新。整合对这些资产的技术监控,将在成本节约、安全性和可靠性方面带来巨大的好处。

来自轨道和列车上的传感器、地面工程师、无人机、检查列车和直升机的数据输入可以进行组合和分析,以预测即将发生的故障,帮助运营商更智能地实时监控和管理这些资产,并防止出现故障点。传统的反应性系统关闭时间表给乘客带来不便,需要紧急响应的故障以计划外维护的形式导致时间表混乱。

泰雷兹英国公司的西蒙·霍斯金是该集团位于曼彻斯特的数字能力中心的负责人。他表示:“在我们的智能维修软件TIRIS中,我们的目标是发现、预测和提出建议——使用专有的深度学习算法分析来自资产传感器的数据流,该算法跟踪信号系统中的多个变量,并将数据流转化为维修工程师的行动计划。在故障变成影响乘客的故障之前,故障是可以修复的,因为工程师知道他们会遇到什么,所以只需要带合适的工具和部件到现场。”

英国铁路网的安格里亚线路因关键的轨旁设备故障而每月延误数百分钟而臭名昭著。安装在300个轴计数器部分的传感器(使信号系统知道列车何时进入和离开特定区域的轨道),现在允许工程师实时数字和远程监测列车的状态,这已经在更大的网络范围内推广。

数字化还会带来新的数据类型。有了泰雷兹公司的新型光纤轴计数器,列车不仅可以在经过时被检测到,还可以分析重量,从而实时计算出每节车厢的乘客人数,并通过应用程序反馈给登机的乘客。

匈牙利正在进行的一个项目将数据从站点上的数据记录器加载到云端,这些记录器将列车从一条轨道切换到另一条轨道。这些记录的电源电压和信号之间运行的点电机和点控制系统-一个安全关键系统。

霍斯金说:“我们的算法可能已经发现了一种特定的耗电量模式,这表明石头卡住了,或者出现了电力问题。”“加入客户反馈循环,以不断提高深度学习的质量,以及指出维护需求或预测即将发生的故障问题的能力,这是至关重要的。用户帮助我们将数据流与现实联系起来,因为整个系统是基于云的,它可以从任何浏览器访问。”

尽管铁路基础设施的数字化正在快速推进,但铁路车辆的生命周期长达十年,甚至更长,这将阻碍铁路实现100%自动化的快速进展。“这不会在一夜之间发生,但我们正在为未来做准备。自动驾驶列车将在自动驾驶汽车之前到达——轨道使解决问题变得更简单。我希望在这个十年结束之前看到自动驾驶列车投入运营,”泰雷兹公司的勒马尚自信地说。

定义

列车自动化等级(GoA)

根据国际公共交通协会(UITP)的数据,列车的自动化分为四个等级(GoA):

GoA1:第一级是列车手动操作,列车司机控制启动和停止,操作车门,处理紧急情况或突然转向。

GoA2:第二个处理器处理像改变轨道、启动和停止这样的操作。

GoA3:第三级是无人驾驶列车,没有司机,但有一名乘务员在紧急情况下进行控制。

GoA4:最后,第四等级对应的是无人值守的列车操作,这是真正的自动化,没有任何工作人员在车上。

报名参加E&T新闻邮件每天都能收到像这样的好故事。

最近的文章

Baidu
map