Количество и качество

Особенно заметно в последнее время в данном направлении продвинулась Германия. Речь, в частности, идет об электропоездах серий 430 Alstom, BR472, Mireo Siemens, оснащенных большим количеством оборудования (камер, радаров, лидаров, тепловизоров и т.п.), которые могут заменить управление локомотивной бригадой.

У России сейчас в наличии не так много подвижного состава для обкатки беспилотных технологий. Если говорить только об электропоездах, то это две «Ласточки», курсирующие на МЦК. Хотя они сделали немало: в режиме автоматизации (уровень УА3) совершено около 3,7 тыс. круговых рейсов, пробег в автоматическом режиме составил почти 200 тыс. км, проинформировал заместитель гендиректора – директор Санкт-Петербургского филиала АО «НИИАС» Павел Мыльников.

На сети РЖД готовятся к запуску амбициозные проекты. Один из них получил название «Беспилотный БАМ». Пока он начнется с внедрения технологии виртуальной сцепки (ВСЦ) грузовых поездов. РЖД-Партнер сообщал о том, что соответствующей аппаратурой сейчас оснащены два тепловоза 3ТЭ28. Далее, по мере выполнения работ по автоматизации и наличия связи, планируется перейти к следующему этапу – автономному движению в ВСЦ на Байкало-Амурской магистрали, уточнил П. Мыльников.

Бортовая система обнаружения препятствий на локомотиве 3ТЭ28 предварительно была протестирована на базе сервисного локомотивного депо в Тынде. «Подтверждена возможность применения технологии для обнаружения объектов на расстояниях до 600 м перед подвижным составом», – рассказал технический директор «АВП Технология» Антон Суслов.

Между тем, отмечает П. Попов, залог развития беспилотных разработок связан даже не с количеством подвижного состава. Одной из основных технологий для разработки высокоавтоматизированных поездов выступает Искусственный интеллект. Для создания функционально безопасных систем, использующих ИИ на основе информационно обоснованных моделей, принимается во внимание то, что технология ИИ не создается правилами, как это происходит в системах, созданных без применения ИИ. Это значит следующее: то, чего нет в данных, выучить нельзя.

Чтобы система активно обучалась, нужно пополнять банк данных. И этого российским разработчикам пока не хватает. Для достижения этой цели необходимо собирать, передавать и обрабатывать огромные их объемы, в том числе, в плане редких железнодорожных сценариев.

Интеллект разберется

Но просто иметь данные в большинстве случаев оказывается недостаточно. При самообучении системы решающее значение имеет т.н. разметка. Это процесс обработки и классификации информации с датчиков (камер, лидаров, радаров), чтобы искусственный интеллект мог распознавать железнодорожные пути, сигналы светофоров, препятствия и т.д. Неправильная разметка в свою очередь является одной из главных причин ошибок в процессе обучения. Отсюда немаловажна выработка стандартов разметки датасетов (это массив информации, который подготовлен для анализа, обучения ИИ) для систем технического зрения.

Европа пошла по пути создания целой фабрики данных – широкого набора соответствующих инструментов, отметил П. Попов.

Отечественным разработчикам нужна методологическая поддержка по обеспечению машинного обучения в автономных системах, продолжает эксперт. Она поможет беспилотникам самостоятельно ориентироваться в пространстве, распознавать объекты и принимать решения без участия человека.

Дальнейшее развитие беспилотья – для ускоренного перехода к высоким уровням автоматизации (УА3/УА4) на железных дорогах – требует консолидации усилий рынка, в частности, создания консорциума по развитию и сертификации железнодорожных беспилотных технологий, предлагает П. Попов.

Стоит сказать, на базе РУТ с 2021 года функционирует консорциум «Электронная навигация и безэкипажное (автономное) судовождение».