Транспорт и логистика

11.06.2020

«Цифровая среда»: машинное зрение для локомотива

Человек может удерживать в зоне своего внимания одновременно не более семи объектов, современный локомотив – бесконечное множество.

3 июня прошел первый эфир проекта «Цифровая среда». Теперь каждую среду мы будем говорить о цифровизации в промышленности. Нашими гостями станут люди, которые занимаются разработкой, внедрением или использованием цифровых технологий в реальном секторе производства. Мы постараемся сделать эти беседы максимально интересными и полезными для всех. Эта программа была посвящена машинному зрению.

Модератор – управляющий партнер «ЛюдиPeople» Владимир Змеющенко.

С машинным или компьютерным зрением мы встречаемся много раз в день. Ваш мобильный телефон уже способен узнать вас не только в кромешной темноте, но даже через месяц карантина, который меняет некоторых людей до неузнаваемости.

Однако, кроме чисто бытового применения, машинное зрение является важнейшей частью ряда «тяжелых» и сложных индустриальных решений.

Андрей Романчиков, генеральный директор «ЛокоТех-Сигнал», и Антон Попов, руководитель проектов по машинному зрению Группы компаний Ctrl2Go, – о том, какие перспективы открывает применение этих технологий для железнодорожного транспорта.


Андрей Романчиков: Мы с Антоном, наверное, одни из немногих людей, кто в наше время работает строго по специальности. Мы оба окончили МИИТ, и я сейчас возглавляю компанию «ЛокоТех-Сигнал», мы занимаемся различными аспектами систем управления и обеспечения безопасности на железнодорожном транспорте.  


Владимир Змеющенко: Давайте тогда начнем. Во-первых, откуда сама идея? Почему человек вдруг решил, что локомотив должен смотреть на мир не глазами машиниста, а собственными? Это делается ради повышения безопасности или это попытка заменить человека?


А. Р.: В 1997 году компьютер обыграл чемпиона мира по шахматам и стало понятно, что преодолен какой-то новый рубеж. Пять лет назад машина распознавала 60–70% препятствий, человек делал это лучше. Сегодня – около 98%, для человека – недосягаемый результат. Человек может удерживать в зоне своего внимания одновременно не более семи объектов. Для машинного зрения этого ограничения нет.

Человек ошибается, устает, отвлекается. Машина – нет. Точнее, она может ошибаться, но мы ее очень быстро учим не повторять ошибок.


Антон Попов: Машинное зрение имеет две большие зоны применения. На замкнутой инфраструктуре, которой является маневровая зона или, например, Московское центральное кольцо, они могут быть частью беспилотной технологии. То есть движение может быть роботизировано полностью, и машинное зрение – элемент этой системы.

На магистральном транспорте это скорее помощник машиниста. Концентрация, которую нужно иметь при магистральной работе, должна быть очень высокой. И надо разгрузить машиниста, дать ему помощника.

Для того чтобы добиться движения без оператора в кабине на путях общего пользования, нужно значительно больше технических средств, чем машинное зрение. Машинное зрение тут только элемент. А на замкнутых территориях – практически базовая технология для организации беспилотного движения.


А. Р.: У современной машины потребительские качества определяются электроникой, которая внутри. Машина становится в большей степени девайсом, чем механизмом. Руль, механически не связанный с колесами, никого не удивляет. Коробка передач – это просто джойстик. Приборной доски в современной машине нет, там только дисплей.  

Локомотив или подвижной состав для метрополитена, трамвая – ровно такой же девайс. Поэтому здесь машинное зрение просто необходимо. И не только оно.

Давайте разберемся в том, что электроника может делать лучше, чем человек, уже сейчас. Во-первых, оптимально вести машину: разгоняться и тормозить, на оптимальной скорости входить в кривые. Для этого существует система автоведения, которую разрабатывает у нас компания «АВП Технология». Эффект – существенная экономия топлива или электроэнергии.

Во-вторых, безопасность. Безопасность – это безусловный приоритет для любого вида транспорта. Она не имеет прямых экономических эффектов, но имеет косвенные, в частности минимизацию рисков.

Вообще, о безопасности, конечно, можно много говорить, но эта сфера регулируется государством, причем везде, во всем мире. И она является приоритетной для любого заказчика.

Кроме того, есть и еще ряд экономических эффектов – возможность на отдельных участках организовать дистанционное управление группой машин и так далее.


В. З.: Какие новые возможности дают эти технологии на путях необщего пользования, например на территориях крупных промышленных предприятий?


А. П.: Их много. В ряде случаев технологический цикл требует очень четкого, с точностью до минуты, графика передвижения материалов,например сплавов в металлургическом производстве. Здесь система машинного зрения позволит автоматизировать движение и исключить вероятность человеческого фактора, ошибки. Например, крушение цистерны с жидким сплавом ведет к переделке инфраструктуры и полному восстановлению подвижной единицы, которая ее перевозила.


В. З.: В связи с этим возникает вопрос об ответственности. Кто отвечает за ошибку машины? Разработчик, владелец технологий, владелец компании, которая владеет технологиями? Или сам компьютер, который, наверное, тоже можно как-то наказать?


А. П.: Это непростой вопрос, и он лежит в области нормативной базы. А нормативная база в области беспилотных технологий вообще и железнодорожной отрасли в частности в настоящий момент отсутствует. Процесс ее создания идет прямо сейчас. И это касается не только железнодорожного транспорта, но и всех отраслей и областей, где применяются беспилотные технологии.


В. З.: Насколько ваши разработки могут применяться за пределами железнодорожного транспорта?


А. П.: Технология машинного зрения достаточно универсальна. И набор сенсоров, как мы их называем (видеокамер и радаров), может применяться для разных решений. Где нужно что-то обнаружить, особенно где это происходит с определенным периодом повторения. Например, для контроля качества выпускаемой продукции заводом, контроля потоковых линий, автоматизации движения в шахтном транспорте, контроля нивелировки пути, контроля состояния самой шахты, снятие геометрических размеров шахты, что делает маркшейдер, и так далее.

Да можно привести очень забавный пример из повседневной жизни. Один из коллег регулярно ходит в спортзал. Системные тренировки предполагают достаточно скрупулезный подход к подсчетам количества подходов, времени и так далее. Ставим видеокамеру с соответствующими «мозгами» и получаем подробный отчет о тренировке и рекомендации по следующей. Понятно, что это лежит в области хобби, но вполне иллюстрирует универсальность технологии.


Вопрос от зрителей: Есть ли у вас какие-либо пилотные проекты по машинному зрению в метро или на трамвайных линиях? 


А. Р.: Треть мировых контрактов, к примеру, на поставку поездов метро, уже беспилотные. Десятки метрополитенов уже перешли на эту технологию. Московский метрополитен тоже активно идет в эту историю. И мы работаем над беспилотным поездом.

Я думаю, что это вопрос ближайших нескольких лет, когда мы увидим первые примеры на некоторых линиях беспилотного движения в Москве. К этому мы активно идем как с точки зрения подвижного состава, так с точки зрения инфраструктуры.

Но есть ряд нюансов. Для того чтобы делать метро полностью беспилотным, с точки зрения безопасности нужно, чтобы пути были полностью изолированы, чтобы никто, например, не смог прыгнуть на рельсы. Вы представляете себе, например, станцию метро «Маяковская», где вдруг платформа отделена от рельсов глухой стеной с закрытыми дверями? Мне не очень нравится такая картинка.

И это является важным ограничением. Для Москвы – точно. Вот здесь как раз может быть применена система машинного зрения для распознавания того, что находится на путях.


А. П.: Трамваи – тоже интересная тема. У наших коллег из Cognitive Technologies есть опыт внедрения их технологий на трамваях в Москве. Трамваи – крайне перспективный вид транспорта, что показывает весь мировой опыт. Во многих городах трамвайные пути, демонтированные много лет назад, снова прокладываются.

Здесь машинное зрение абсолютно точно нужно. Факторов, которые происходят вокруг трамвая, значительно больше, чем даже в случае с магистральным железнодорожным транспортом. Потому что это город, обычно центр города, много машин, пешеходов, препятствий. А человек, как я говорил, может удерживать в зоне внимания до семи объектов. В случае с трамваем их намного больше, так что технология машинного зрения здесь актуальна как нигде.


Вопрос от зрителей: Когда можно ожидать внедрения технологии Communications based train control, или СВТС, в нашем метро?


А. Р.: СВТС – класс систем управления движением поездов для метрополитена, основанных на коммуникации. Управляющие воздействия передаются по радиоканалу на подвижной состав. В России они передаются посредством рельсовых цепей при помощи специальных кодов. Примеры, которые я приводил раньше, – это системы, близкие к технологии CBTC, которая является международным стандартом. CBTC как основную технологию в чистом виде, я думаю, в Москве мы увидим нескоро. CBTC как одну из составляющих частей комплексной системы управления движением – в течение нескольких лет. И машинное зрение будет составной частью этой системы.


В. З.: Насколько конкурентен рынок в области машинного зрения? И насколько он, скажем так, межотраслевой? Или в каждой отрасли разработчики сами изобретают свои велосипеды?


А. Р.: Естественно, среда довольно-таки конкурентная, ведь мы занимаемся не только машинным зрением, но и рядом других разработок. И часто возникает вопрос: делать самим или купить готовое решение?

Мы начинаем делать сами, инвестируем, в том случае если видим широкое применение технологии. В частности, машинное зрение – технология абсолютно универсальная, имеет массу смежных применений. И обладая компетенциями по машинному зрению, мы не только можем смотреть вперед, чтобы зафиксировать препятствие. Завтра мы можем смотреть вперед, чтобы определять состояние инфраструктуры, что крайне ценно для нашего заказчика и абсолютно точно востребовано. Геометрия пути, состояние объектов верхнего строения пути. Уже сегодня мы можем ровно с помощью тех же самых технологий смотреть на машиниста, оценивать его психофизиологическое состояние. Если ты развиваешь центр компетенции, то имеешь возможность получать новые смыслы из этой технологии.

Если говорить в целом, мы все здесь в начале пути, как в России, так и за рубежом. Есть пилотные внедрения технологии. Есть крайне большой запрос на эту технологию, пилотные внедрения в разной степени успешны. Это рынок, который находится на стадии формирования.



В. З.: Насколько эти разработки универсальны и интернациональны?


А. Р.: Нам все равно, где работать. Есть отдельные пилотные внедрения, где это абсолютно открытый рынок, в том числе и в Западной Европе. Был, например, один опыт для Голландии.

Мы в равных условиях: где-то они продвинулись чуть дальше, где-то –наши (например, НИИАС и Cognitive Technologies). Основным конкурентным преимуществом, залогом успеха является то, сколько ты накатал данных, насколько ты обучил модели. Процесс обучения нейронной сети – вот что является конкурентным преимуществом.


Вопрос от зрителей: Существуют ли в России государственные программы поддержки такого рода разработок и рассчитываете ли на них в перспективе?


А. П.: Да, конечно, есть. Много таких программ у Министерства промышленности и торговли, например. Кроме того, ОАО «РЖД» периодически объявляет конкурсы на те или иные разработки. По большому счету, это НИОКРЫ, а РЖД – компания государственная, то есть это тоже можно считать формой господдержки. Дальше каждый производитель, каждый разработчик решает, хочет он в этом участвовать, приемлемы ли условия получения такого финансирования или нет.


В. З.: А теперь давайте пофантазируем. 10 лет назад чудом казалось то, что телефон может снимать, делать фотографии. Потом все дико развлекались, когда тот же самый телефон начал узнавать лицо. А какие векторы развития технологии машинного зрения могут быть и во что это может вылиться послезавтра?


А. П.: Разумеется, это полностью беспилотные технологии. Когда локомотив управляется оператором дистанционно, когда он сможет «видеть» и собирать данные о состоянии инфраструктуры – верхнего строения пути, контактной сети, других технических средств, что избавит от необходимости ее регулярных осмотров.


В. З.: Отличные перспективы. Но, скорее всего, бурное развитие технологий опередит в скором будущем наши даже самые смелые фантазии.

Спасибо большое!


Запись эфира

Наш сайт использует файлы cookie. продолжая пользоваться сайтом, вы соглашаетесь на использование нами ваших файлов cookie.